基于混合特征与复合LVQ的肺结节恶性度分级方法

作     者：纪国华 赵青杉 

作者机构：忻州师范学院计算机系 

基　　金：山西省自然科学基金项目(No.2014011019-3)资助 

出 版 物：《电脑编程技巧与维护》 (Computer Programming Skills & Maintenance)

年 卷 期：2019年第7期

页      码：143-144,160页

摘      要：为了提高肺癌的计算机辅助诊断性能,提出了基于混合特征与复合学习向量量化分类网络的肺结节恶性度判别方法.对肺结节分别提取传统的人工设计特征和稀疏自编码器自学习特征,采用复合学习向量量化神经网络(LVQ1+3)构建分类器,将提取的两类特征同步输入分类器中进行分类识别,得出辅助诊断结果.在公共数据集LIDC上的实验结果表明,方法能够在混合特征集上表现出最优的效果,对不同恶性度等级的肺结节均实现了有效的分类识别.

主 题 词：肺结节 稀疏自编码 学习向量量化神经网络 恶性度 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 1002[医学-临床医学类] 081104[081104] 08[工学] 080203[080203] 100214[100214] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 10[医学] 0812[工学-测绘类] 

D　O　I：10.16184/j.cnki.comprg.2019.07.052

馆 藏 号：203695823...