摘要：针对乳腺X图像中结构紊乱识别困难、样本数量较少的问题,提出基于迁移学习的结构紊乱识别方法,把基于Gabor的毛刺模式特征、GLCM特征以及熵特征等新特征运用其中。基于恶性肿块与结构紊乱的相似性,把恶性肿块作为源域中正样本,负样本由结构紊乱检测算法中的伪正样本构成,对正负样本区域提取多种特征,把结构紊乱作为目标域的训练和测试集分别进行特征提取,使用自适应支持向量机（A-SVM）进行分类。实验在乳腺钼靶摄影数字化数据库（DDSM）上进行,实验结果表明,该方法克服了结构紊乱样本数量少的问题,提高了结构紊乱的识别率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社