加权KNN结合K-D树算法在医学图像分类中的研究  

作　　者：宋欣[1] 金松根[1] 韩婷[1] 

机构地区：[1]牡丹江医学院,黑龙江牡丹江157011

出　　处：《电子元器件与信息技术》2024年第8期122-125,共4页Electronic Component and Information Technology

基　　金：黑龙江省牡丹江市科技计划项目《基于KNN算法的医学图像自动分类系统研究》(项目编号:HT2022JG111)。

摘　　要：随着医学技术的不断发展,医学图像处理已经成为重要的研究领域。K最近邻(KNN)算法是一种经典的机器学习算法,具有简单、易于理解和实现的优势,被广泛应用于各种分类问题中。但KNN算法的分类结果容易受到数据集的随机性、噪声和异常值的影响,导致分类结果不稳定:并且算法对数据集的规模和分布敏感。KNN算法的分类性能会受到数据集的规模和分布的影响。本文主要探讨了改进加权KNN结合K-D树算法在医学图像分类中的应用,并对其应用算法和过程进行了说明。

关 键 词：K最近邻(KNN) 加权 医学图像分类 K-D树 

分 类 号：R445[医药卫生—影像医学与核医学] TP391.41[医药卫生—诊断学] TP18[医药卫生—临床医学]