Hits:
Affiliation of Author(s):计算机科学与工程学院
Journal:光学精密工程
Funded by:省、市、自治区科技项目
Key Words:肺结节识别；代价敏感型支持向量机；粒子群优化算法；RBF核
Abstract:为了解决在肺结节识别过程中数据集正负样本分布不均衡以及参数寻优时间多长的问题，提出了一种PSO-CS-VM算法。首先从肺CT中提取肺结节ROI图像，然后对其提取13维特征，最后利用提出的基于PSO的代价敏感型SVM算法进行识别。测试结果显示识别准确率达到91.11%，敏感度达到85.71%，特异度达到93.55%，参数寻优时间为54.37s。将提出的算法与遗传寻优算法及网格寻优搜索算法相比较来验证算法的有效性，实验结果表明，PSO-CS-VM算法运行时间较短，准确度和敏感度最优，而且具有运行时间短，识别准确率和检出率高的特点，能够满足医学影像学对肺结节的识别要求。
Co-author:赵庆东,田颖
First Author:liyang
Indexed by:Journal paper
Volume:25
Issue:10
Page Number:3
ISSN No.:1004-924X
Translation or Not:no
CN No.:22-1198/TH
Date of Publication:2018-10-15