基于灰度密度分布特征的肺结节良恶性分类

• 作者: NGUYEN XUAN HIEN
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图像单元集 LIDC-IDRI 良恶性分类 密度分布特征 K均值
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP317.4
• 字数: 4701字
• 语种: 中文
• DOI: 10.11907/rjdk.182442

摘要

CT图像中肺结节良恶性鉴别是肺癌计算机辅助诊断研究中的关键.为了提高计算机辅助诊断系统中肺结节良恶性诊断准确性,提出一种基于密度分布特征的肺结节良/恶性判断方法.首先,从肺部肿瘤图像中随机提取图像小单元集并计算其自相关矩阵,然后通过K-means算法对该矩阵实现无监督聚类.特征提取时遍历计算肺结节图像每一像素的灰度密度分布等级,并统计、归一化得到10维特征向量,最后通过卷积方法对特征进行优化.同时,利用随机森林分类器进行模型训练,进而判断肺结节良/恶性水平,提出算法的验证数据为LIDC-IDRI.实验结果表明,最大AUC可达0.9558.对比分析,该特征表达方法具有更优分类效果和更高鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	NGUYEN XUAN HIEN	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0