基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本研究提出基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断新方法.首先在临床采集肺部肿瘤患者PET、CT和PET/CT各2000例三模态图像数据上提取对同一病灶ROI区域;然后根据CT、PET和PET/CT的不同特点,从三模态图像的ROI区域中提取形状特征、灰度特征、Tamura纹理特征和GLCM特征等不同特征分别构成80、98、98维特征分量,并分别在不同特征空间里构造个体分类器,包括CT-SVM、PET-SVM、PET/CT-SVM;最后,基于相对多数投票原则,对CT-SVM、PET-SVM和PET/CT-SVM进行集成,识别对肺部肿瘤.实验结果表明,该方法能够有效提高肺部肿瘤的诊断正确率.
推荐文章
基于集成DBN的肺部肿瘤计算机辅助诊断模型研究
集成学习
深度信念网络
肺部肿瘤
计算机辅助诊断
个体分类器
识别性能
基于随机森林的肺部肿瘤PET/CT图像计算机辅助诊断方法研究
随机森林
肺部肿瘤
PET/CT图像
预处理
特征提取
计算机辅助诊断方法
基于集成DBN的肺部肿瘤计算机辅助诊断模型研究
集成学习
深度信念网络
肺部肿瘤
计算机辅助诊断
个体分类器
识别性能
基于CT图像的肺结节计算机辅助诊断系统
计算机辅助诊断
肺结节
CT图像
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断方法
来源期刊 生物医学工程研究 学科 医学
关键词 PET/CT 正电子发射计算机断层显像 CT 肺部肿瘤 集成支持向量机 计算机辅助诊断
年,卷(期) 2017,(3) 所属期刊栏目 论著
研究方向 页码范围 207-212
页数 6页 分类号 R318|TP391.41|R734.2
字数 3928字 语种 中文
DOI 10.19529/j.cnki.1672-6278.2017.03.04
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周涛 宁夏医科大学理学院 49 522 10.0 21.0
2 陆惠玲 宁夏医科大学理学院 35 419 8.0 20.0
3 杨鹏飞 宁夏医科大学总医院核医学科 9 31 5.0 5.0
4 吴翠颖 宁夏医科大学公共卫生和管理学院 9 71 6.0 8.0
5 姚中宝 宁夏医科大学公共卫生和管理学院 14 82 6.0 8.0
6 王媛媛 宁夏医科大学公共卫生和管理学院 7 48 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (3)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (34)
二级引证文献  (2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(10)
  • 参考文献(3)
  • 二级参考文献(7)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
PET/CT
正电子发射计算机断层显像
CT
肺部肿瘤
集成支持向量机
计算机辅助诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
生物医学工程研究
季刊
1672-6278
37-1413/R
大16开
山东省济南市解放路11号
1982
chi
出版文献量(篇)
1657
总下载数(次)
8
总被引数(次)
7283
论文1v1指导