基于关联规则的医学图像分类算法  

Efficient medical image classification algorithm based on association rules

作　　者：武园园[1] 宋余庆[1] 朱玉全[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《计算机工程与设计》2008年第12期3234-3236,共3页Computer Engineering and Design

基　　金：国家自然科学基金项目(60572112)

摘　　要：针对医学图像数据的特殊性,提出了一种适合挖掘大量医学图像数据的关联分类算法。该算法以频繁模式树为基础,通过引入双支持度,排除一部分对分类无意义且存在干扰的项,以提高分类正确率。实验结果表明,当用于医学图像分类时,该算法可以取得同样的基于关联规则的分类算法CMAR更高的执行效率及更好的分类效果。According to the characteristic ofmedical image dataset, new associative classification algorithm is introduced which suitable for mining huge medical image dataset. The new algorithm is based on FP-growth, which introduce double-support to eliminate items which interfere with classification. The experiments show that when used for medical image classification the method has better efficiency and classification accuracy than other reported associative classification methods.

关 键 词：数据挖掘 关联规则 分类 频繁模式树 医学图像 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]