期刊简介
本刊为综合性医学学术期刊，反映该校学科科研进展与动态，刊登基础医学方面的研究成果及临床诊疗经验。主要栏目有：基础研究、临床研究、技术方法、经验交流、病例报告、科研管理、短篇报道等。读者对象为医学研究人员、医务工作者及医学院校师生。本刊被美国《医学索引》（IM）、《化学文摘》等收录，2005年中国科技信息所公布的影响因子为0.869。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>南方医科大学学报杂志
- 杂志名称：南方医科大学学报杂志
- 主管单位：广东省教育厅
- 主办单位：南方医科大学
- 国际刊号：1673-4254
- 国内刊号：44-1627/R
- 出版周期：月刊
期刊荣誉：中国综合性医药卫生类核心期刊期刊收录：万方收录(中), 国家图书馆馆藏, JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), 知网收录(中), 文摘与引文数据库, 统计源核心期刊(中国科技论文核心期刊), 维普收录(中), CSCD 中国科学引文数据库来源期刊(含扩展版), CA 化学文摘(美)
基于SVM模型参数优化的多模态MRI图像肿瘤分割方法
王晓春；黄靖；杨丰；罗蔓
关键词：多模态, 混合核函数, 支持向量机, 肿瘤分割
摘要：目的：提出一种基于混合核函数SVM模型参数优化的多模态MRI图像肿瘤分割方法。方法对多模态MRI图像中单一模态的特征信息，分别使用混合核函数SVM方法训练出4个子分类器，对相应模态进行分割。由于不同模态图像选择的支持向量各有侧重，分割结果存在差异。通过迭代修改分割错误数据点的权值，优化选择SVM模型子分类器权重系数，得到多模态加权组合的SVM分类器模型，并应用于多模态MRI图像分割。结果34例MRI脑肿瘤病人图像数据，获得了90.59%的分割精度，与单一模态分类器方法、多模态高斯核函数SVM方法相比，平均分割精度提高5.76%~20.11%。结论本文方法结合多模态图像和SVM的优势，提高肿瘤分割准确率，分割性能好。
友情链接