PET/CT孤立性肺结节诊断模型的特征选择算法
PET/CT孤立性肺结节计算机辅助诊断模型中,从结节影像学的特征角度来预测良恶性是辨别肺结节性质的关键.为了构造一个良好的诊断预测模型,提高肺结节良恶性诊断的效率以及准确率,本文提出了一种基于JMI互信息的混合模型特征选择算法.该算法综合特征选择filter和wrapper模型各自的优势,首先基于JMI互信息的filter方法得到SPNs特征集中具有高相关度的肺结节候选特征子集,以减小wrapper搜索空间的复杂度,然后采用wrapper方法对肺结节候选特征子集进行特征间的冗余分析,得到最佳SPNs特征子集.实验表明,该算法无论与基于其他互信息的filter特征选择相比,还是同基于其他互信息的混个模型特征选择相比,不仅在特征选择的最佳特征子集的数目上,而且在良恶性诊断的敏感性、特异性和平均分类准确率上,均具有很好的性能效果.
特征选择算法 孤立性肺结节 诊断模型 准确率
王晋 张小龙
太原理工大学计算机科学与技术学院,太原中国030024 太原理工大学计算机科学与技术学院,太原中国030024;宾夕法尼亚州立大学信息科学与技术学院,University Park美国 PA16801
国内会议
北京
中文
1-7
2014-09-13（万方平台首次上网日期，不代表论文的发表时间）