基于三维最小类内散度SVM的肺CT中的结节识别

基于三维最小类内散度SVM的肺CT中的结节识别

ID:36747092

大小:446.11 KB

页数:7页

时间:2019-05-14

基于三维最小类内散度SVM的肺CT中的结节识别_第1页
基于三维最小类内散度SVM的肺CT中的结节识别_第2页
基于三维最小类内散度SVM的肺CT中的结节识别_第3页
基于三维最小类内散度SVM的肺CT中的结节识别_第4页
基于三维最小类内散度SVM的肺CT中的结节识别_第5页
资源描述:

《基于三维最小类内散度SVM的肺CT中的结节识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第24卷第5期模式识别与人工智能V01.24No.52011年10月PR&AIOct2011基于三维最小类内散度SVM的肺CT中的结节识别冰王青竹,康文炜王新竹王斌(东北电力大学信息工程学院吉林132012)(吉林大学通信工程学院长春130025)(吉林省肿瘤医院腹科长春130012)摘要提出一种基于三维类内散度的多分类支持向量机的肺部结节识别算法.首先设计可直接处理基于三维矩阵模式的输入样本的多分类SVM,并结合最小类内散度SVM,进一步提出基于三维最小类内散度的多分类SVM.该方法通过直接分析肺部候选结节的三维特征并继承最小类内

2、散度SVM的优点,有效提高分类器的识别精度,降低假阳性.利用其它4种计算机辅助肺部结节检测算法及两位放疗师作为比较,对于来自吉林省肿瘤医院的200组临床病例进行实验,结果证明三维最小类内散度多分类SVM在计算机辅助肺部结节识别中的优越性.关键词计算机辅助诊疗(CAD),多分类支持向量机,最小类内散度,三维矩阵中图法分类号TP181;TP391IdentificationofLungNodulesinCTImagesBasedon3DMinimumWithin.ClassScatterSVMWANGQing.Zhu,KANGWen—W

3、ei,WANGXin.Zhu,WangBin(SchoolofInformationEngineering,NortheastDianliUniversity,Jilin132012)(CollegeofCommunicationEngineering,JilinUniversity,Changchun130025)。(Abdomal,JilinTumorHospital,Changchun130012)ABSTRACTMulti—classSuppo~VectorMachines(MC-SVM)basedon3Dimension(

4、3D)minimumwithin—classscatterispresented.MC—SVMbasedon3Dmatrixpatterns(MC—SVM)isproposedfirstlywhichoperatesinputsas3Dmatrixesdirectly,andminimumwithin—classscatterSVMisadoptedtodesigna3Dminimumwithin—classscatterMC—SVM.Takingadvantagesofbothminimumwithin-classscatterS

5、VMandfeatureof3Dspace,thealgorithmimprovesaccuracyofclassifiersandreducesFalsePositives(FP)effectively.200一casedatabasefromJilinTumorHospitalisusedtovalidatetheproposedalgorithm.TheperformancesofotherfourCADschemes,tworadiologistsandtheproposedalgorithmarecomparedonthe

6、samedatabase.Theexperimentalresultsverifytheeffectivenessoftheproposedalgorithm.KeyWordsComputer—AidedDiagnosis(CAD),Multi—ClassSVMs,MinimumWithin—ClassScatter,3DMatrix吉林省教育厅“十一五”科学技术研究项目(No.2010360)资助收稿日期:2011—02—23;修回日期:2011—06一l3作者简介王青竹,女,1983年生,博士,讲师,主要研究方向为医学图像处理.

7、E.mail:wangqingzhu198339@163.com.康文炜,女,1974年生,博士,工程师,主要研究方向为图像分割.王新竹,男,1985年生,硕士研究生,主要研究方向为人工智能.王斌,男,1970年生,博士,主任医师,主要研究方向为临床肿瘤学与影像学.5期王青竹等:基于三维最小类内散度SVM的肺cT中的结节识别701l引言支气管,是造成结节判断假阳性的重要因素.这是因为,肺部结节通常被描述为直径在3—30ram之间的类球形,由于一些大血管和支气管的截面也为类圆计算机辅助诊疗(Computer—AidedDiagnosi

8、s,形,所以很难在二维平面中加以区分.而在三维空间CAD)在肺部结节检测中的应用可有效辅助放疗师中,结节通常表现为类球型,而血管支为发散的树状发现一些由于半径过小或与周围灰度对比度较低而结构,如图1所示.所以,以三维空间内的感兴趣体被

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。