肺部阴影识别检测 matlab算法技术

可以看出可经过图像处理    可以得到相关的数据

将数据的框起来,得到最后的数据结果

可以证明方法的有效 

基于svm对每个图像进行分类识别

得到是否存在肺部的异常 为数据的开发和研究打下基础

可以看出在测试样本的图像中 咱们可以得到的准确率shi90%yishang 

display('预测数据');
ptesty
figure(14)
plot(testy,'-m*')
hold on
plot(round(ptesty),'-ko')%(Ie)
s1=mean(testy==round(ptesty))
legend('测试真实','预测')
xlabel('测试集样本','FontSize',12);
ylabel('类别标签','FontSize',12);
legend('实际测试集分类','预测测试集分类'); 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab_python22

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值