论文笔记3-吕贝克大学的SVR协同模型研究

总结

2009年的吕贝克的文章,投的MICCAI会议[1] (医学图像顶会)。

Intro

传统的协同模型对多个外部信号采用分别PCA,使每个光学标志的三维运动都被转换成一维信号输入,然后用线性/曲线等常见信号处理方法建立一维信号到肿瘤位置的三个映射函数,最后融合三个光学标志(一般使用LED或扁小球)的预测结果得到最终结果。

笔记2[2]中豆梦使用的方法就是偏传统的信号处理思路。

内容

\epsilon-SVR的效果和多元回归效果对比了一下,使用的是matlab的libSVM库进行代码实现,明显SVR拟合效果更好。

效果对比图


  1. Ernst F, Martens V, Schlichting S, et al. Correlating Chest Surface Motion to Motion of the Liver Using ε-SVR --- A Porcine Study[C]. medical image computing and computer assisted intervention, 2009: 356-364.

  2. https://www.jianshu.com/p/22274e3383b9

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容