基于语义属性的肺结节良恶性分类

• 作者: 巩萍 王雪松 程玉虎
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 底层特征 语义属性 属性预测模型 肺结节 分类
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2476-2483
• 页数: 8页
• 分类号: TP391.4
• 字数: 6157字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.12.020

摘要

现有肺结节良恶性计算机辅助诊断的依据通常为肺部CT图像的底层特征,而临床医生的诊断依据为高级语义特征.为克服这种图像底层特征和高级语义特征之间的不一致性,提出一种基于语义属性的肺结节良恶性判别方法.首先,利用阈值概率图方法提取肺结节图像;其次,一方面提取肺结节图像的形状、灰度、纹理、大小和位置等底层特征,组成样本特征集.另一方面,根据专家对肺结节属性的标注,提取结节属性集;然后,根据特征集和属性集建立属性预测模型,实现两者之间的映射;最后,利用预测的属性进行肺结节的良恶性分类.LIDC数据库上的实验结果表明所提方法具有较高的分类精度和AUC值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程玉虎	中国矿业大学信息与电气工程学院	58	576	13.0	20.0
2	王雪松	中国矿业大学信息与电气工程学院	71	677	13.0	22.0
3	巩萍	中国矿业大学信息与电气工程学院	21	159	8.0	11.0