TY -的A2 Asghar穆罕默德Zubair盟——带着,默罕默德盟-库雷希,穆罕默德Shuaib盟——Kussainova Karlygash盟——Burkanova Bermet盟——Aljarbouh扎非盟-库雷希,穆罕默德Bilal PY - 2021 DA - 2021/12/07 TI -一种改进大脑MRI分类方法基于统计特征和机器学习算法SP - 8608305六世- 2021 AB -在这篇文章中,我们提出了一种新颖的方法基于统计特性和不同的机器学习算法。该模型可分为三个主要阶段,即预处理、特征提取和分类。在预处理阶段,中值滤波器被使用为了消除噪音,因为花白MRI图像通常受到这种类型的噪声影响,灰度图像在这个阶段也转换为RGB图像。在直方图均衡化预处理阶段,也被用于提高每个RGB通道的质量。在特征提取阶段,这三个渠道,即红、绿、蓝,从RGB图像提取和统计的措施,即是说,方差,偏态、峰态,熵、能量、对比度、同质性、相关性,计算每个通道;因此,共有27个特性,9为每个通道,就是从RGB图像中提取出来的。在特征提取阶段,不同的机器学习算法,如人工神经网络、 k 最近的邻居的算法、决策树和朴素贝叶斯分类器,已经应用在分类阶段提取的特征在特征提取阶段。我们记录结果与所有这些算法,发现决策树结果更好地比其他分类算法应用于这些特性。因此,我们已经考虑了决策树进行进一步处理。我们也将该方法的结果与一些著名的算法的简单性和准确性;它指出,该方法比现有的方法。SN - 1748 - 670 - 2021/8608305 / 10.1155 x你——https://doi.org/10.1155/2021/8608305——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER