基于群體智能的真假肺結(jié)節(jié)分類(lèi)算法研究與實(shí)現(xiàn).pdf

1、肺癌是目前已知類(lèi)型腫瘤中死亡率最高的一種，肺結(jié)節(jié)是早期肺癌的表現(xiàn)形式，肺結(jié)節(jié)檢測(cè)是利用計(jì)算機(jī)輔助肺癌診斷的重要方式。由于肺組織的復(fù)雜，肺結(jié)節(jié)的種類(lèi)多種多樣，導(dǎo)致了經(jīng)過(guò)圖像預(yù)處理之后仍然存在大量的假結(jié)節(jié)。本文針對(duì)檢測(cè)過(guò)程中，較難區(qū)分真假結(jié)節(jié)的問(wèn)題，引入群體智能優(yōu)化方法，設(shè)計(jì)并實(shí)現(xiàn)了肺結(jié)節(jié)分類(lèi)算法，從以下幾個(gè)方面對(duì)肺結(jié)節(jié)分類(lèi)進(jìn)行了討論:
　　(1)肺結(jié)節(jié)的形態(tài)和紋理多樣，單一特征不能取得較好的描述效果。本文對(duì)肺結(jié)節(jié)進(jìn)行多特征提取，包括

2、灰度特征、紋理特征、梯度特征以及形狀特征，并且將二維與三維特征相結(jié)合，全面描述圖像特性。
　　(2)針對(duì)肺結(jié)節(jié)數(shù)據(jù)不均衡與特征高維的問(wèn)題，引入代價(jià)敏感支持向量機(jī)(Cost-sensitive SVM)，利用其中的RBF核函數(shù)，將多維數(shù)據(jù)映射到高維空間，使原來(lái)在低維空間中不可分的數(shù)據(jù)變得可分，并提出用多分類(lèi)器組合分類(lèi)，進(jìn)一步提高分類(lèi)效果。
　　(3)將群體智能優(yōu)化方法應(yīng)用于結(jié)節(jié)分類(lèi)問(wèn)題中，利用遺傳算法、粒子群算法、人工蜂群算法