一种可用于肝癌呼气信号鉴别的改进AdaBoost级联分类器

作     者：郝丽俊 朱耿 黄钢 严加勇 Hao Lijun;Zhu Geng;Huang Gang;Yan Jiayong

作者机构：上海健康医学院医疗器械学院上海201318 上海理工大学健康科学与工程学院上海200093 上海健康医学院附属嘉定中心医院上海市分子影像学重点实验室上海201318 

基　　金：国家自然科学基金(81830052) 上海市分子影像学重点实验室建设项目(18DZ2260400) 

出 版 物：《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)

年 卷 期：2024年第43卷第2期

页      码：162-172页

摘      要：为了降低呼气检测技术在肝癌筛查中的漏诊率,本研究设计一种改进的AdaBoost级联分类器,并将其应用于鉴别健康志愿者和肝癌患者的呼气信号。首先,对训练样本进行自助划分获得一组训练子集。基于该训练子集,先后利用不同的机器学习算法,采用K折交叉训练和投票法得到多个子分类器;接着,将多个子分类器加权组合得到一个改进的AdaBoost分类器;然后,再次自助划分训练样本,以新的训练子集训练得到另一个AdaBoost分类器;最后,将两个AdaBoost分类器串联形成级联分类器。测试样本送入该级联分类器后,按照级联规则,潜在的异常样本将被反复筛查。以电子鼻采集到的120名志愿者的呼气信号的Relief优化特征集为训练样本,构建改进AdaBoost级联分类器,并对40例测试样本进行鉴别。结果表明,该级联分类器可有效区分出测试组中的肝癌患者和健康人的呼气信号,平均敏感性为93.42%,明显优于传统AdaBoost级联分类器,漏诊率显著降低。此外,该级联分类器的稳定性较好,精度的变异系数仅为3.95%。可见,改进AdaBoost级联分类器可有效提升分类器对肝癌呼气信号的检测能力,对实现基于呼气检测的肝癌无创普及性筛查技术的研究具有重要意义。

主 题 词：肝癌呼气法检测 AdaBoost级联分类器 漏诊率 变异系数 Relief优化特征集 

学科分类：0831[工学-公安技术类] 08[工学] 0836[0836] 

核心收录：

D　O　I：10.3969/j.issn.0258-8021.2024.02.004

馆 藏 号：203127860...