图学学报
圖學學報
도학학보
Journal of Graphics
2015年
2期
244-250
,共7页
计算机辅助诊断%半监督FCM聚类%病变特征%标记信息
計算機輔助診斷%半鑑督FCM聚類%病變特徵%標記信息
계산궤보조진단%반감독FCM취류%병변특정%표기신식
computer-aided diagnosis%fuzzy C-means clustering with partial supervision%lesion characteristic%annotation information
对肺结节的分类识别是肺部肿瘤计算机辅助诊断系统的关键环节.为了提高肺结节分类识别的准确率,针对肺结节的病变特征提取出一组以形状特征为主的特征向量,同时基于LIDC数据库中医生提供的标记信息,提出一种改进的半监督FCM聚类分析算法,利用部分标记样本的类别信息来指导聚类过程,使非标记样本更准确的聚类.实验结果表明,本文方法能得到更高的分类准确率.
對肺結節的分類識彆是肺部腫瘤計算機輔助診斷繫統的關鍵環節.為瞭提高肺結節分類識彆的準確率,針對肺結節的病變特徵提取齣一組以形狀特徵為主的特徵嚮量,同時基于LIDC數據庫中醫生提供的標記信息,提齣一種改進的半鑑督FCM聚類分析算法,利用部分標記樣本的類彆信息來指導聚類過程,使非標記樣本更準確的聚類.實驗結果錶明,本文方法能得到更高的分類準確率.
대폐결절적분류식별시폐부종류계산궤보조진단계통적관건배절.위료제고폐결절분류식별적준학솔,침대폐결절적병변특정제취출일조이형상특정위주적특정향량,동시기우LIDC수거고중의생제공적표기신식,제출일충개진적반감독FCM취류분석산법,이용부분표기양본적유별신식래지도취류과정,사비표기양본경준학적취류.실험결과표명,본문방법능득도경고적분류준학솔.