基于PS O-S VM的孤立性肺结节良恶性分类研究

• 作者: 强彦 马言博
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 孤立肺结节 支持向量机 粒子群算法 PET/CT 分类
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 50-52,105
• 页数: 4页
• 分类号: TP3
• 字数: 4388字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.09.011

摘要

为辅助医生诊断孤立性肺结节的良恶性，提出一种针对肺结节的PET/CT影像特征的PSO-SVM分类方法。该方法利用粒子群算法（PSO）对支持向量机（SVM）进行参数搜索，进而选择最合适的参数，得到合适的SVM分类模型。实验表明，利用粒子群优化算法对支持向量机模型中的参数进行优化，可以避免人为选择的随机性，在解决分类问题中有良好的表现。使用此方法得到的分类模型对良恶性肺结节进行分类，平均正确率可达到90％以上，且为医生诊断肺结节时选取的主要特征提供了理论依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	强彦	太原理工大学计算机科学与技术学院	88	402	11.0	16.0
2	马言博	太原理工大学计算机科学与技术学院	2	11	2.0	2.0