摘要：針對在肝病多分類識別中分類精度較低的問題,提出一種基于多特征融合和ELM的肝病多分類識別方法。從肝臟超聲圖像中選定感興趣區(qū)域,分別對其提取LBP特征、GL-CM特征和Gabor特征,將得到的三種特征進行融合,得到魯棒性更強的特征,通過超限學(xué)習(xí)機進行分類。實驗結(jié)果表明,新提出的方法可以有效提高肝病多分類識別的識別率,并且時間效率較高,有助于肝病的臨床診斷。