计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
6期
1731-1733
,共3页
王婷%张宁%后桂荣%余学飞
王婷%張寧%後桂榮%餘學飛
왕정%장저%후계영%여학비
黑色素瘤%计算机辅助诊断%机器学习
黑色素瘤%計算機輔助診斷%機器學習
흑색소류%계산궤보조진단%궤기학습
melanoma%computer aided diagnosis%machine learning
黑色素瘤的计算机辅助诊断是基于激光共聚焦扫描显微镜(CLSM)皮肤图像纹理特征,并引入机器学习的技术,为临床应用研发的一种能够准确、有效地识别在体恶性黑色素瘤新医学诊断方法,将常用的基于机器学习的ID3、分类与回归树(CART)和AdaBoost三种算法应用于良恶性黑色素瘤图像的特征识别,并对各种学习方法的性能进行比较.实验结果表明,AdaBoost算法具有较好的分类识别性能,不但提高了恶性黑色素瘤早期诊断的准确度,降低了良性黑色素瘤的误诊率,而且为临床上早期发现和诊断提供了客观依据.
黑色素瘤的計算機輔助診斷是基于激光共聚焦掃描顯微鏡(CLSM)皮膚圖像紋理特徵,併引入機器學習的技術,為臨床應用研髮的一種能夠準確、有效地識彆在體噁性黑色素瘤新醫學診斷方法,將常用的基于機器學習的ID3、分類與迴歸樹(CART)和AdaBoost三種算法應用于良噁性黑色素瘤圖像的特徵識彆,併對各種學習方法的性能進行比較.實驗結果錶明,AdaBoost算法具有較好的分類識彆性能,不但提高瞭噁性黑色素瘤早期診斷的準確度,降低瞭良性黑色素瘤的誤診率,而且為臨床上早期髮現和診斷提供瞭客觀依據.
흑색소류적계산궤보조진단시기우격광공취초소묘현미경(CLSM)피부도상문리특정,병인입궤기학습적기술,위림상응용연발적일충능구준학、유효지식별재체악성흑색소류신의학진단방법,장상용적기우궤기학습적ID3、분류여회귀수(CART)화AdaBoost삼충산법응용우량악성흑색소류도상적특정식별,병대각충학습방법적성능진행비교.실험결과표명,AdaBoost산법구유교호적분류식별성능,불단제고료악성흑색소류조기진단적준학도,강저료량성흑색소류적오진솔,이차위림상상조기발현화진단제공료객관의거.