本文關(guān)鍵詞：基于PET-CT的孤立性肺結(jié)節(jié)特征選擇算法的研究

  更多相關(guān)文章： PET-CT 孤立性肺結(jié)節(jié) 信息度量 灰色關(guān)聯(lián)分析 特征選擇

【摘要】：肺癌是全球癌癥中發(fā)病率和死亡率高居第一的腫瘤，爭取“早發(fā)現(xiàn)、早診斷、早治療”是降低肺癌死亡率的重要措施。肺癌早期大多表現(xiàn)為孤立性肺結(jié)節(jié)，PET-CT技術(shù)的出現(xiàn)為孤立性肺結(jié)節(jié)的檢測和良惡性診斷提供了非�？煽康募夹g(shù)，借助于計算機輔助診斷技術(shù)實現(xiàn)孤立性肺結(jié)節(jié)的早期檢測和診斷，不但減少了醫(yī)師工作量，降低了誤診率和漏診率，而且提高了肺結(jié)節(jié)檢測和診斷的效率和準(zhǔn)確率，具有重要的研究價值和應(yīng)用前景。 基于PET-CT的孤立性肺結(jié)節(jié)計算機輔助診斷系統(tǒng)包括肺結(jié)節(jié)的檢測和良惡性診斷兩部分，本文在孤立性肺結(jié)節(jié)檢出的基礎(chǔ)上，研究如何高效地實現(xiàn)肺結(jié)節(jié)的良惡性診斷。肺結(jié)節(jié)良惡性診斷系統(tǒng)的研究主要包括PET-CT圖像預(yù)處理、PET-CT圖像配準(zhǔn)、肺實質(zhì)分割、肺結(jié)節(jié)分割、特征提取和良惡性分類器構(gòu)造。為了構(gòu)造一個高性能的良惡性分類器，到目前為止未得到充分解決的一個問題是肺結(jié)節(jié)特征集的優(yōu)化，即如何選擇一個與良惡性具有高相關(guān)度、特征之間低冗余度的特征子集�；诖�，本文展開了一系列的研究，主要包括以下幾部分： （1）本文構(gòu)建了PET-CT孤立性肺結(jié)節(jié)特征集。從肺結(jié)節(jié)影像學(xué)診斷和計算機輔助診斷兩個角度，分別構(gòu)建了基于影像學(xué)診斷的標(biāo)注特征集和基于特征提取的肺結(jié)節(jié)特征集，為特征選擇算法的研究奠定實驗基礎(chǔ)。 （2）本文研究了基于信息論的特征選擇方法。從理論上研究對比了基于互信息度量準(zhǔn)則的經(jīng)典特征選擇方法，實驗發(fā)現(xiàn)基于JMI（聯(lián)合互信息）度量準(zhǔn)則的特征選擇方法具有較好的穩(wěn)定性和較高的準(zhǔn)確率。然后提出了基于JMI的PET-CT肺結(jié)節(jié)混合式特征選擇算法，，通過實驗驗證了該算法的有效性，在預(yù)定義分類器的情況下，不但可以得到較少特征數(shù)目的特征子集，而且提高了肺結(jié)節(jié)良惡性診斷的敏感性和分類準(zhǔn)確率。 （3）本文研究了基于灰色關(guān)聯(lián)分析的特征選擇方法。在研究和分析不同關(guān)聯(lián)度的灰色關(guān)聯(lián)分析模型基礎(chǔ)上，根據(jù)特征子集中第一個特征和后續(xù)特征的不同選擇方式，設(shè)計并提出了四種不同的PET-CT孤立性肺結(jié)節(jié)特征選擇算法。實驗結(jié)果表明，無論在特征數(shù)目上，還是在分類準(zhǔn)確率上該算法都得到了較好的性能表現(xiàn)，同時也驗證了灰色關(guān)聯(lián)分析應(yīng)用于特征選擇的有效性。
【關(guān)鍵詞】：PET-CT 孤立性肺結(jié)節(jié) 信息度量 灰色關(guān)聯(lián)分析 特征選擇
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R734.2;TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 課題研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 基于肺癌的計算機輔助診斷研究現(xiàn)狀10-11
• 1.2.2 特征選擇研究現(xiàn)狀11-12
• 1.3 本文的主要工作12-13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 1.5 小結(jié)14-15
• 第二章 特征選擇方法綜述15-27
• 2.1 特征選擇的定義15
• 2.2 特征選擇的框架15-19
• 2.2.1 特征選擇的基本框架15-17
• 2.2.2 特征選擇的改進框架17-19
• 2.3 特征選擇的分類19-26
• 2.3.1 基于不同搜索策略的特征選擇方法19-22
• 2.3.2 基于不同評估準(zhǔn)則的特征選擇方法22-26
• 2.4 小結(jié)26-27
• 第三章 孤立性肺結(jié)節(jié)的實驗數(shù)據(jù)集27-37
• 3.1 原始數(shù)據(jù)集27-29
• 3.1.1 PET-CT 簡介27-28
• 3.1.2 實驗數(shù)據(jù)集收集28-29
• 3.2 基于影像學(xué)診斷的肺結(jié)節(jié)標(biāo)注特征集29-32
• 3.2.1 孤立性肺結(jié)節(jié)的 CT 征象29-31
• 3.2.2 孤立性肺結(jié)節(jié)的其它征象31
• 3.2.3 肺結(jié)節(jié)標(biāo)注特征集31-32
• 3.3 基于特征提取的肺結(jié)節(jié)特征集32-35
• 3.3.1 PET-CT 計算機輔助診斷32-33
• 3.3.2 孤立性肺結(jié)節(jié)的特征提取33-35
• 3.5 小結(jié)35-37
• 第四章 基于信息論的特征選擇算法研究37-47
• 4.1 信息論基礎(chǔ)知識37-41
• 4.1.1 信息熵37-38
• 4.1.2 聯(lián)合信息熵38
• 4.1.3 條件信息熵38-39
• 4.1.4 互信息39-40
• 4.1.5 條件互信息40-41
• 4.2 基于互信息度量準(zhǔn)則的經(jīng)典過濾式特征選擇方法研究41-43
• 4.3 基于 JMI 的 PET-CT 孤立性肺結(jié)節(jié)混合式特征選擇算法43-44
• 4.4 實驗結(jié)果與分析44-46
• 4.5 小結(jié)46-47
• 第五章 基于灰色關(guān)聯(lián)分析的特征選擇算法研究47-63
• 5.1 灰色關(guān)聯(lián)分析概述47-51
• 5.1.1 灰色系統(tǒng)定義47
• 5.1.2 灰色關(guān)聯(lián)四公理47-48
• 5.1.3 灰色關(guān)聯(lián)分析的基本框架48-51
• 5.2 基于灰色關(guān)聯(lián)度的關(guān)聯(lián)分析模型51-56
• 5.2.1 基于鄧氏關(guān)聯(lián)度的關(guān)聯(lián)分析模型51-53
• 5.2.2 基于絕對關(guān)聯(lián)度的關(guān)聯(lián)分析模型53-54
• 5.2.3 基于相對關(guān)聯(lián)度的關(guān)聯(lián)分析模型54-55
• 5.2.4 基于綜合關(guān)聯(lián)度的關(guān)聯(lián)分析模型55-56
• 5.3 基于灰色關(guān)聯(lián)分析的 PET-CT 孤立性肺結(jié)節(jié)特征選擇算法56-59
• 5.4 實驗結(jié)果與分析59-62
• 5.5 小結(jié)62-63
• 第六章 總結(jié)與展望63-65
• 6.1 總結(jié)63-64
• 6.2 展望64-65
• 參考文獻65-68
• 致謝68-69
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 徐峻嶺;周毓明;陳林;徐寶文;;基于互信息的無監(jiān)督特征選擇[J];計算機研究與發(fā)展;2012年02期

2 姚旭;王曉丹;張玉璽;權(quán)文;;特征選擇方法綜述[J];控制與決策;2012年02期

本文編號：1083435