基于RBM-KNN的脑部磁共振图像分类

为加快医学图像分类速度,提高分类精确率,文中采用受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)结合K近邻(K-Nearest Neighbor,KNN)分类器方法。首先构建可视层二值对隐层二值RBM,利用RBM训练得到特征提取器,该特征提取器可同时实现特征降维,然后特征提取器从像素单元直接提取图像特征,最后用KNN将特征分类,并用测试样本检验分类准确性。将文中方法用在脑部磁共振图像数据库分类中,实验结果表明,提出的方法具有良好的分类准确率,且明显高于基于单一统计特征提取的医学图像分类方法。