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。