一种医学CT图像中病变的识别方法

摘要

本发明涉及一种医学CT图像中病变的识别方法，包括以下步骤：1)采集、分割图像、提取特征、初始化；2)随机生成隐藏层映射函数的输入权重向量与输入偏置；3)生成隐藏层输出函数；4)生成隐藏层输出矩阵；5)构造超图拉普拉斯矩阵；6)训练预测模型；7)使用训练完成的预测模型识别医学CT图像中的病变。该发明具有以下优点：1)仅仅需要专家为医疗影像进行少量的标注；2)能够充分利用数据分布与先验连接信息，以实现少量数据下的高准确性分类；3)模型训练高效，无需借助大量昂贵的高速计算机；4)能够一定程度上提升分类精度的下界。