研究文章
在核磁共振成像特征选择基于机器学习海马分割
表9
23的细节特性产生的反向淘汰使用朴素贝叶斯分类器的方法。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 星号表示的条目列表中也存在SFS的特性。Haralick特征,倾向度,参考坐标,和报告使用的立方面具的大小。在Haar-like特性的情况下,输入值表示(参见图使用的模板类型2)。统计/位置,立方面具的大小和/或使用self-explained值是上市,这取决于特定的功能类型。尤其是梯度,列指定条目表示引用的部分对角线如图3。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||