基于高通量特征与BoF特征的肺结节诊断信息分级

• 作者: 杨春然 汪源源 郭翌
• 来源期刊: 电子测量与仪器学报
• 学科: 医学
• 关键词: 肺结节 CT图像 高通量特征 SIFT特征 BoF特征
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 46-51
• 页数: 6页
• 分类号: R319
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.07.007

摘要

肺结节诊断信息对判断肺结节的良恶性有重要意义,因此,提出一种基于高通量特征与BoF特征的肺结节诊断信息分级方法.该方法首先对肺部图像影像数据集(LIDC)数据集中604例患者的肺部计算机断层扫描(CT)图像进行筛选,得到含有肺结节的肺部CT图像2803幅,并由有经验的医生勾画相应的肺结节轮廓.然后使用影像组学的方法设计并提取96个高通量特征,同时提取肺结节图像的SIFT(scale invariant feature transform)特征并使用K-means聚类方法得到相应的BoF特征.最后,将高通量特征与BoF(bag of feature)特征输入基于支持向量机的多类分类器进行诊断信息的分级.实验结果表明,基于高通量特征与BoF特征的分析方法可以有效地对肺结节诊断信息进行分级,每类诊断信息分级的准确率、灵敏性、特异性均在83％、70％、86％以上,可为临床诊断提供有价值的参考建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪源源		221	1554	19.0	26.0
2	郭翌		16	70	4.0	8.0
3	杨春然		2	16	1.0	2.0