基于集成DE-NRS的肺部肿瘤影像组学计算机辅助诊断模型

• 作者: 任海玲 周涛 霍兵强
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 邻域粗糙集 差分进化 肺部肿瘤 计算机辅助诊断 集成支持向量机
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 156-163,204
• 页数: 9页
• 分类号: TP311
• 字数: 7180字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.028

摘要

针对肺部肿瘤计算机辅助诊断存在假阳性高和经典RS容错性差、不能处理连续型数据等问题,结合DE提出基于集成NRS的肺部肿瘤计算机辅助诊断模型.对肺部肿瘤CT、PET、PET/CT医学影像图像中的病灶区域进行截取与分割,并进行特征提取得到特征库;基于DE与NRS构建属性约简模型,得到特征子集;基于SVM分类器,搭建肺部CT、PET、PET/CT个体分类器;采取相对多数投票准则构造集成学习模型.进行有效性和可行性实验:邻域大小delta确定实验,变异系数F、交叉系数CR、权重值w参数实验,集成实验,并进行对比.结果表明:该模型在整体性能上较好,识别精度达到99.72％,具有较好的鲁棒性和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周涛	宁夏医科大学公共卫生与管理学院	49	522	10.0	21.0
10	任海玲	宁夏医科大学公共卫生与管理学院	2	0	0.0	0.0
11	霍兵强	北方民族大学计算机科学与工程学院	4	0	0.0	0.0