本发明公开了一种基于SVMRFEMRMR算法的阿兹海默症MRI图像分类方法.按下述步骤进行:a.采用VBM方法确定MRI图像中的病灶区,计算病灶区的灰质体积作为形态学特征,提取包括灰度共生矩阵和灰度梯度共生矩阵的纹理特征;b.将步骤a中所述的形态学特征和纹理特征组合,使用SVMRFEMRMR算法对组合的特征进行选择,得选择后组合特征;c...
前述的基于svm-rfe-mrmr算法的阿兹海默症mri图像分类方法所述的步骤c中,分类时,使用粒子群算法优化svm参数。 有益效果 与现有技术相比,本发明通过提取mri图像的三维特征:灰质体积,二维特征:灰度共生矩阵、灰度-梯度共生矩阵征,并且改进融合了svm-rfe算法和mrmr算法得到新的svm-rfe-mrmr算法,使用svm-rfe-mrmr算法对...
We enhance the support vector machine recursive feature elimination (SVM-RFE) method for gene selection by incorporating a minimum-redundancy maximum-relevancy (MRMR) filter. The relevancy of a set of genes are measured by the mutual information among genes and class labels, and the redundancy is...
(Normal Controls,NC),论文实现了一种基于SVM-RFE和MRMR的AD MRI医学图像分类方法VTSRM.该方法首先提取出MRI医学图像的纹理特征和形态学特征,然后利用基于支持向量机递归特征消除算法(SVM-RFE)和最小冗余最大相关(MRMR)技术的特征选择算法SRM选择出最优特征子集,并使用SVM分类算法对AD,MCI,NC进行分类.美国公...
(SVM)进行改进,最终建立MRMR-HK-SVM模型.实验结果表明,MRMR-HK-SVM模型有着更低的平均绝对误差(MAE),平均绝对百分比误差(MAPE)和均方根误差(RMSE),相较于传统SVM模型,预测结果平均绝对误差下降了26.9%,且能更加准确的追踪到PM2.5浓度的突变时刻.可见,MRMR-HK-SVM模型具有更好的泛化能力,能够更加精确地预测PM2.5...