[发明专利]基于支持向量机样本约简的肺结节良恶性鉴别方法

权利要求书

1.基于支持向量机样本约简的肺结节良恶性鉴别方法，其特征在于：具体步骤如下：

步骤1：采集良恶性肺结节的原始样本集S₀；样本集是二分类型的数据：一类是正类数据，代表良性肺结节；另一类是负类数据，代表恶性肺结节；

步骤2：针对良恶性肺结节的原始样本集S₀进行样本约简，得到支持向量机的良恶性肺结节的最终训练集S₂；以样本点和两类样本数据中心连线上的两个点构成一个三角形；记样本点为三角形的顶点，然后分别计算出三角形两个底角的余弦值；再将两个余弦值作商与阈值进行比较，进而挑选出边界样本；

步骤3：对约简后的最终训练集S₂进行支持向量机训练，得到最后的分类决策函数f(x)；给定二分类问题的训练集其中x_i∈X=Rⁿ,y_i∈{+1,-1}；得到最终的分类决策函数：f(x)=sign(Σi=1lyiαi(x·xi)+b)]]>

式中：w是权值向量，b是偏置系数，α_i是拉格朗日系数：

步骤4：对未知的肺结节样本x_i'进行支持向量机预测，得到肺结节的良恶性鉴别结果；将未知的肺结节样本x_i'代入公式f(x)=sign(Σi=1lyiαi(x·xi)+b)]]>得

f(xi′)=sign(Σj=1lyjαjK(xi′·xj)+b)]]>

当f(x_i')>0时，肺结节样本x_i'即为良性肺结节；当f(x_i')<0时，肺结节样本x_i'即为恶性肺结节。