聚类分析在肺结节识别中的应用.pdf

聚类分析在肺结节识别中的应用.pdf

ID:55658132

大小:877.42 KB

页数:4页

时间:2020-05-23

聚类分析在肺结节识别中的应用.pdf_第1页
聚类分析在肺结节识别中的应用.pdf_第2页
聚类分析在肺结节识别中的应用.pdf_第3页
聚类分析在肺结节识别中的应用.pdf_第4页
资源描述:

《聚类分析在肺结节识别中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、JournalofComputerApplicationsISSN1001—90812014.07.1O计算机应用,2014,34(7):2050—2053C0DENJYIIDUhttp://www.joca.cn文章编号:1001—9081(2014)07.2050-04doi:10.11772/j.issn.1001-9081.2014.07.2050聚类分析在肺结节识别中的应用孙娟,王兵,杨颖,田学东(1.河北大学数学与计算机学院,河北保定071002;2.河北大学附属医院cT室,河北保定071000)({通

2、信作者电子邮箱wa.gbing@hbu.edu.cn)摘要:针对肺部微小结节难于识别的问题,提出用聚类算法分析肺部感兴趣区域(ROI)的方法。为进一步提高运行速度和识别率,提出全权模糊聚类算法PWFCM,给每个样本及其特征分别赋予权值并引入新的隶属度约束改进收敛性;利用二次聚类策略降低不均衡ROI数据造成的低敏感度。对实际CT影像数据进行测试,实验结果表明:该聚类分析具有高敏感度和低假阳性率,能有效地检测出肺结节。关键词:医学图像;计算机断层扫描;感兴趣区域;肺结节;模糊C均值聚类中图分类号:TP393文献标志码:

3、AResearchonclusteranalysisinpulmonarynodulerecognitionSUNJuan,WANGBing,YANGYing,TIANXuedong(1.CollegeofMathematicsandComputerScience,HebeiUniversity,BaodingHebei071002,China;2.CTDepartment,HebeiUniversityAfiliatedHospital,BaodingHebei071000,China)Abstract:Aimi

4、ngattheproblemofpulmonarysmallnoduleswasdificulttoidentify,amethodusingfuzzyC—meansclusteringalgorithmtoanalysethelungRegionOfInterest(R0I)waspresented.AnimprovedFuzzyC—MeansclusteringalgorithmbasedonPluralityofWeight(PWFCM)waspresentedtoenhancetheaccuraterate

5、andspeedofsmallnodulesrecognition.Toimprovetheconvergence,eachsampleanditsfeatureswereweightedandanewmembershipconstraintwasintroduced.ThelowsensitivityfromtheunevenROIdatawasdecreasedbyusingadoubleclusteringstrategy.TheexperimentalresultstestedontherealCTimag

6、edatashowthatPWFCMalgorithmcandetectlungnoduleswithahighersensitivityandlowerfalsepositiverate.Keywords:medicalimage;ComputedTomography(CT);RegionOfInterest(ROI);pulmonarynodule;fuzzyC—meansclusteringMachine,SVM)、神经网络等)对ROI数据分类找出肺结0引言节。分类算法是有导师学习,需要标记有类信息的原始肺癌

7、已经被公认为是威胁人类生命的主要疾病。肺癌的ROI数据作为训练数据。但由于现实问题,收集到的原始数早期诊断是有效挽救生命的关键手段,而肺癌的早期并没有据信息量少且不全面,使用有导师的分类算法很难产生有效什么明显病症,多数是通过体检的计算机断层扫描(Computed的分类器。Tomography,CT)图像以肺结节的形式表现。肺结节特别是微聚类分析为无导师学习,通过运用某种相似性的度量方小肺结节在早期影像诊断中由于体积小、对比度低等原因很法,将相似度大的模式尽量聚为一类(簇)。目前在肺结节智容易被忽略⋯。而一个病人的

8、高分辨率扫描图片多达数百能识别系统中,聚类方法多用于肺部ROI区域的初始分张,在阅片时很容易误判、漏判。因此,迫切需要计算机辅助割I9,很少对ROI数据聚类发现肺结节。只有文献[10]使诊断技术把这些复杂图像信息及相互关系以直观的方式显示用3种聚类方法直接从ROI区域分割出肺结节,但准确率低。给医生,提高诊断的准确性和科学性。文献[11]使用聚类算法分别求出

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。