基于改进自生成神经网络的孤立性肺结节分类

• 作者: 潘玲 纪国华 赵涓涓
• 来源期刊: 太原理工大学学报
• 关键词: PE T-C T 影像 孤立性肺结节 自生成神经网络 分类器 距离测度
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 754-759
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2015.06.021

摘要

为了提高孤立性肺结节良恶性诊断中的分类准确度，提出了一个基于自生成神经网络的自动分类算法。该算法首先对PET／CT 图像进行去噪、配准等预处理，分别提取孤立性肺结节的结构影像特征和代谢特征，然后对自生成神经网络进行训练和优化，构建分类器，根据距离测度和自动连接规则对待分类肺结节进行分类。初步的实验结果表明，与传统的自生成神经网络算法和BP神经网络算法相比，改进的自生成神经网络分类算法能得到更高的分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵涓涓	太原理工大学计算机科学与技术学院	54	283	8.0	14.0
2	纪国华	太原理工大学计算机科学与技术学院	2	7	1.0	2.0
3	潘玲	太原理工大学计算机科学与技术学院	6	21	3.0	4.0