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 Ren Hailing;Zhou Tao;Huo Bingqiang

作者机构：宁夏医科大学公共卫生与管理学院宁夏银川750004 宁夏医科大学理学院宁夏银川750004 宁夏智能信息与大数据处理重点实验室宁夏银川750021 北方民族大学计算机科学与工程学院宁夏银川750004 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2020年第37卷第5期

页      面：156-163,204页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61561040) 陕西省教育厅项目(2013JK1142) 

主　　题：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 

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。