【技术实现步骤摘要】
一种基于支持向量回归的热消融模型数据处理方法
本专利技术涉及支持向量机领域，尤其涉及一种基于支持向量回归的热消融模型数据处理方法。
技术介绍
目前射频消融治疗脊柱肿瘤的方法已经得到临床的认可，但基于脊柱肿瘤的多样性和不规则性，治疗参量(电压和时间)的设置是目前的难点和重点。在手术决策过程中，凭借临床多年的经验，根据脊柱肿瘤的大小和形状进行粗略判断治疗的电压和时间。此方法的应用虽然具有一定的效果，但具有很大隐患和不稳定性，不仅会引起消融过度或者未完全消融等问题，甚至会过度损害正常组织。因此为了减少人为误差和不安全的因素，大量的离体实验或数值仿真的数据可以更准确地为临床实践提供参考数据，从而保证设置射频消融电压和时间的科学性，确保术前手术决策的正确性。由于射频消融脊柱肿瘤的离体实验具有一定的难度，因而本研究采用数值仿真的方式模拟其过程，并计算其消融区域的结果，分析讨论温度场的特征，为临床实践提供参考依据。支持向量机是在统计学习理论的基础上发展起来的一种新的机器学习方法，它是建立在统计学习理论的VC维理论和结构风险最小化原则上的，避免了局部极小点，并能有效地解决过学习问...
【技术保护点】
1.一种基于支持向量回归的热消融模型数据处理方法，其特征在于，所述基于支持向量回归的热消融模型数据处理方法包括数据集训练获取模块(1)、图像数据差值处理模块(2)、样本选取模块(3)、分类模型生产模块(4)以及数据识别模块(5)；其中，所述数据集训练获取模块(1)用于获取数据样本训练集，数据样本训练集中包含有多个类别的数据样本集合，每个类别的数据样本集合中包含多个数据样本；所述图像数据差值处理模块(2)用于对数据训练集中的图像数据进行插值计算处理；所述样本选取模块(3)用于选取同类样本和异类样本；所述分类模型生产模块(4)用于对于差样本对集合采用支持向量机训练得到相似性判断...
【技术特征摘要】
1.一种基于支持向量回归的热消融模型数据处理方法，其特征在于，所述基于支持向量回归的热消融模型数据处理方法包括数据集训练获取模块(1)、图像数据差值处理模块(2)、样本选取模块(3)、分类模型生产模块(4)以及数据识别模块(5)；其中，所述数据集训练获取模块(1)用于获取数据样本训练集，数据样本训练集中包含有多个类别的数据样本集合，每个类别的数据样本集合中包含多个数据样本；所述图像数据差值处理模块(2)用于对数据训练集中的图像数据进行插值计算处理；所述样本选取模块(3)用于选取同类样本和异类样本；所述分类模型生产模块(4)用于对于差样本对集合采用支持向量机训练得到相似性判断模型，并根据相似性判断模型得到分类模型；所述数据识别模块(5)包括待识别数据样本获取单元，用于获取待识别数据样本。2.根据权利要求1所述的基于支持向量回归的热消融模型数据处理方法，其特征在于，所述图像数据差值处理模块(2)对图像进行n次小波变换并保留小波变换后低频部分的子图像，子图像的宽度与高度均为原图像的子图像面积为原图像面积的在子图像内进行匹配，采用归一化互相关度量方法，在子图像上遍历搜索，搜索过程中保留几个相似度较高的匹配点，搜索结束后，将相似度较高的匹配点映射到原始待匹配图像的搜索子区域中，所述归一化互相关度量方法的公式如下：其中，S(x,y)表示原始待匹配图像中坐标位置为(x,y)处像素点的灰度值，T(u,v)表示模板图像中坐标位置为(u,v)处像素点的灰度值，模板图像大小为m×n，m、n为正整数。3.根据权利要求1所述的基于支持向量回归的热消融模型数据处理方法，其特征在于，所述样本选取模块(3)用于选取同类样本和异类样本的步骤：对于数据样本训练集中的每一个数据样本，随机选取k个与该数据样本属于同一个类别的数据样本作为同类样本，随机选取k个与该数据样本属于不同类别的数据样本作为异类样本，所述样本选取模块依据恶意节点的恶意攻击模式计算全局的虚警概率；第一步，根据各个节点的信噪比γi为每一个参与合作感知的次级用户Cri，i＝1…k，设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量第二步，分析虚警恶意攻击模式对频谱感知造成的影响，得到全局虚警概率Pf和攻击概率Pa、攻击强度Δ之间的函数表达式如下：4.根据权利要求1所述的基于支持向量回归的热消融模型数据处理方法，其特征在于，所述数据识别模块(5)包括待识别数据样本获取单元、待识别差样本对集合生成单元、相似性概率计算单元以及类别确定单元；其中，待识别数据样本获取单元用于获取待识别数据样本，待识别差样本对集合生成单元用于分别从数据训练集每一类别的样本集合中随机选取k个数据样本，生成2k个待识别差样本对，得到待识别差样本对集合，相似性概率计算单元用于利用分类模型对待识别差样本对集合进行分析，得到待识别数据样本与数据训练集中每一类的相似性概率，类别确定单元用于根据所述相似性概率，确定所述待识别数据样本归属的类别。5.根据权利要求4所述的基于支持向量回归的热消融模型数据处理方法，其特征在于，数据识别模块(5)的抗RSD攻击盲检测数字指纹方法的具体步骤如下：步骤1：指纹数据帧的生成，利用分组移位置乱算法对指纹信息进行加密，采用帧编码技术处理指纹信息，获得指纹数据帧；步骤2：在DCT域嵌入指纹数据帧，对载体图像进行分片，在每个完整分片中分别嵌入指纹数据帧，形成指纹数据帧的多个冗余版本；首先将载体图像分成大小为S×S的分片，其中S＝2k，然后在每个分片中选择m个8×8像素块作为嵌入块，最后在嵌入块中分别嵌入指纹数据帧中的n个比特的数据，如果指纹数据帧的二进制长度为L，则应满足L＝m×n；步骤3：在空域构造具有固定间距、固定差分值的差分特征点网格，在已经嵌有数字指纹的载体图像中，以某像素点(i0，j0)为起点，按照行距和列距均为D的方式在图像中嵌入差分特征点，从而在整个图像中形成了一个矩形网格；步骤4：RSD攻击参数的获取；首先获取空域上的疑似网格点，然后通过设置种子点、候选...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。