随机森林在医学影像分析中的应用研究进展

• 作者: 孙凯
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: bootstrap 随机森林 医学图像处理 分类 辅助诊断
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 综述
• 页码范围: 413-418
• 页数: 6页
• 分类号: R318
• 字数: 6453字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2018.04.015.

摘要

随机森林(random forest,RF)是一种机器学习方法,在医学、生物信息、管理学等领域广泛应用,常用于处理分类和回归问题.随机森林属于集成学习算法族,特点是在训练过程中加入了数据样本扰动和输入属性扰动,因此可以处理多种数据类型.在现有医学影像分析中,随机森林主要用于以下3个方面:医学图像的图像处理、辅助医学治疗诊断、探究某些病症的发病因素.本文首先对随机森林的基本原理进行简单介绍,然后对随机森林在医学影像中的使用加以重点介绍,最后对随机森林的优缺点加以小结和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙凯	北京交通大学计算机与信息技术学院	1	6	1.0	1.0