基于Adaboost的脑肿瘤患者存活周期分析

• 作者: 张桂凤
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: Adaboost.R2 脑部肿瘤 MR 存活周期分析 纹理特征
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 467-472,480
• 页数: 7页
• 分类号: TP391.4
• 字数: 5197字
• 语种: 中文
• DOI: 10.12178/1001-0548.2019101

摘要

随着现代社会中脑部肿瘤发病率的日渐上升,脑肿瘤患者存活周期分析在临床中的意义也日渐凸显.为解决当前方法分析准确率不高的问题,该文提出一种基于Adaboost的脑肿瘤患者存活周期分析系统,首先对脑肿瘤患者的MR进行预处理、归一化、获取ROI和分割等处理,随后提取脑肿瘤患者的多序列MR的纹理特征以及进行以互信息为评价标准的特征选择并得到特征子集,最后搭建以Adaboost.R2为核心的分析模型,并利用特征子集完成分析模型的训练和调优,以完成肿瘤患者存活周期的分析.Brats2018训练数据上的交叉验证实验结果证实该系统的分析准确率优于Brats2018 challenge前3名的方法和传统回归分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂凤	黑龙江科技大学电气与控制工程学院	20	65	5.0	7.0