结直肠癌患者肝脏CT图像分类中决策树模型的应用

• 作者: 周智洋 庄乔棣 张波 曹务腾 杨然 熊斐 练延帮 邱建平 龚佳英
• 来源期刊: CT理论与应用研究
• 学科: 医学
• 关键词: 数据挖掘 决策树 肝脏 CT图像 分类
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 医学CT
• 页码范围: 275-283
• 分类号: R445
• 语种: 中文

摘要

目的:探讨数据挖掘中决策树模型在结直肠癌患者肝脏CT图像分类中的应用.方法:分别选取结直肠癌患者肝转移、单纯性肝囊肿以及正常肝脏的CT增强图像各20例.对该60例肝脏CT增强图像分别进行灰度直方图、灰度共生矩阵以及图像变换的纹理特征提取,然后采用朴素贝叶斯分类器和决策树归纳分类器对图像进行分类.最终分类结果与临床事实分类对照,利用十折交叉验证法验证两种分类模型的有效性.结果:基于数据挖掘的决策树模型对结直肠癌患者肝脏CT图像进行分类准确性较高.决策树归纳的分类准确性远高于朴素贝叶斯分类器(准确性96.7％ vs 76.7％,Kappa值0.95 vs 0.65,P＜0.05).结论:基于数据挖掘的决策树模型可以对结直肠癌患者肝脏CT图像进行分类,不仅能够判断肝脏有无相关病灶,而且仅依据图像的基本特性,可以自动识别肝脏乏血供转移瘤与单纯性肝囊肿,为未来计算机辅助诊疗疾病提供有效的参考信息及途径.