支持向量机在肺结节CT图像中的应用

• 作者: 孙涛 朱晓萌 李霞 王晶晶 蔡博文 赵枫朝 郭秀花
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: CT图像 肺结节 Curvelet转换 纹理提取 支持向量机
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 论著
• 页码范围: 528-530,535
• 页数: 4页
• 分类号: R318.04
• 字数: 2270字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2013.05.16

摘要

目的 探讨基于孤立性肺结节建立支持向量机预测模型效果,提高肺癌的早期诊断率.方法 对收集的55例患者的三正交位的4135张肺结节CT图像,应用Curvelet变换进行纹理提取,对提取的476个特征值应用支持向量机进行良恶性分类并预测,应用符合率、敏感度和特异度对预测结果进行评估.结果 CT图像符合率为78.0％,敏感度为88.6％,特异度为24.0％.结论 Curvelet转换提取三正交位肺结节纹理,用支持向量机建立预测模型,一定程度上有助于早期发现和诊断肺癌.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭秀花	首都医科大学公共卫生学院	142	1143	18.0	27.0
3	李霞	首都医科大学公共卫生学院	97	499	12.0	16.0
5	孙涛	首都医科大学公共卫生学院	93	527	12.0	17.0
6	王晶晶	首都医科大学公共卫生学院	47	276	9.0	14.0
7	赵枫朝	北京工业大学计算机学院	14	43	3.0	6.0
12	蔡博文	北京工业大学计算机学院	1	9	1.0	1.0
13	朱晓萌	北京工业大学计算机学院	1	9	1.0	1.0