面向肺癌CAD系统的感兴趣区域特征选择与分类算法

• 作者: 孙月芳 季策 赵大哲 郭薇 魏颖
• 来源期刊: 信息与控制
• 关键词: 肺癌计算机辅助诊断(CAD) 感兴趣区域(ROI) 特征提取 概率可分性 特征选择 加权的Mahalanobis距离 ROI分类
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 445-452,458
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.04.012

摘要

本文重点研究ROI的特征提取与分类方法.首先,根据医学征象对ROI进行特征提取;为了提高分类的准确性,采用概率分布可分性对原始提取的特征进行特征选择.然后,利用SVM对选择的特征进行定量描述;采用特征量化参数对Mahalanobis距离进行加权改进,加权的Mahalanobis距离使类间差别明显增大.最后采用加权改进后的Mahalanobis距离将ROI分类为结节或非结节.利用所提ROI特征选择和分类算法进行肺结节检测实验;肺结节检测灵敏度为94.6%,漏诊率为5.4%,可以为医生进行肺癌早期诊断提供帮助信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵大哲	东北大学信息科学与工程学院	69	736	13.0	23.0
2	魏颖	东北大学信息科学与工程学院	31	344	13.0	17.0
3	季策	东北大学信息科学与工程学院	35	205	9.0	12.0
4	郭薇	东北大学信息科学与工程学院	18	144	7.0	11.0
5	孙月芳	东北大学信息科学与工程学院	2	26	2.0	2.0