【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第3期 351-355页,共5页

【作 者】： 张胜君 ; 陈后金

【摘 要】 乳腺x线图像中肿块的检测对医生诊断乳腺癌有很好的辅助作用，可极大降低漏诊率和误诊率。目前已提出的支持向量机肿块检测方法可获得较高的准确率，但检测速度慢、效率低，不适于临床应用。为解决上述问题，提出自核相关向量机的肿块检测方法，可在训练时能自动学习核参数，并且使用了更加稀疏的模型，可极大提高肿块检测效率。上述方法在Mini—MIAS（MammographicImageAnalysisSociety）乳腺图像库和北京大学人民医院乳腺中心乳腺图像集上进行验证，实验结果表明相比支持向量机的肿块检测方法，具有更高的准确率，同时极大提高了检测速度，而且对不同结构特性的乳腺具有更强的鲁棒性，更具有临床应用价值。