基于集成随机森林模型的肺结节良恶性分类

作     者：胡会会 龚敬 聂生东 Hu Huihui;Gong Jing;Nie Shengdong

作者机构：上海理工大学医疗器械与食品学院上海200093 

基　　金：国家自然科学基金资助项目(60972122) 上海市自然科学基金资助项目(14ZR1427900) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2018年第35卷第10期

页      码：3117-3120,3125页

摘      要：针对目前计算机辅助肺结节良恶性分类模型精度较低的问题,提出了一种基于CT图像的集成随机森林模型肺结节良恶性鉴别方法。首先分割肺结节区域,提取其影像学特征向量输入多个基分类器;然后利用每个基分类器的置信度构建集成模型的分类损失函数,求出每个基分类器的权重;最后根据每个基分类器输出的类别概率值进行加权求和,求得其中概率最大值的类作为分类类别。为验证提出的分类模型性能,设计三种实验方案进行测试,准确率分别达到96.41%、91.36%、95.82%;与已有的肺结节良恶性分类模型进行对比,结果表明,集成随机森林分类模型能够有效提高肺结节鉴别良恶性的准确度。

主 题 词：计算机辅助诊断 CT图像 肺结节良恶性分类 集成随机森林 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1001-3695.2018.10.055

馆 藏 号：203376968...