基于小波变换的智能生物医学图像分类算法

1 论文标题：基于小波变换的智能生物医学图像分类算法

2 作者信息：张诗源*, 赵桐溪*, 吴亦晗：北京化工大学数理学院，北京；戚飞越：北京化工大学信息科学与技术学院，北京

3 出处和链接：张诗源, 赵桐溪, 戚飞越, 吴亦晗. 基于小波变换的智能生物医学图像分类算法[J]. 应用数学进展, 2025, 14(3): 16-25. https://doi.org/10.12677/aam.2025.143088

4 摘要：随着医学图像分析技术的不断进步，乳腺癌的早期诊断逐渐成为研究的热点之一。先进的图像处理算法和人工智能技术的应用，使得从复杂的医学图像中提取关键信息变得更加高效和准确。针对乳腺癌组织病理学图像分类问题，本文提出了一种基于小波变换与支持向量机(WT-SVM)相结合的分类算法。首先，利用小波变换对乳腺癌图像进行多尺度特征提取，捕捉图像的局部细节和全局结构信息；然后，采用支持向量机对提取的特征进行分类，以实现良性和恶性乳腺癌图像的精确识别。实验结果表明，WT-SVM算法在BreakHis数据集上的分类性能优于传统SVM算法，具有较高的准确率、精确率、召回率和F1值。该算法能够有效提高乳腺癌组织病理图像的分类精度，并表现出良好的鲁棒性和泛化能力。本文的研究为乳腺癌的早期诊断提供了一种高效、精准的技术方案，具有广泛的应用前景。