[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

说明书

技术领域

本发明涉及一种肺结节良恶性鉴别方法，特别涉及一种基于支持向量机样本约简的肺结节良恶性鉴别方法。

背景技术

目前，肺癌已经成为危害人类身体健康的恶性肿瘤之一，而且肺癌的发病率和死亡率近年来依然呈上升趋势。在我国，肺癌每年约有40万的患者死亡。据美国癌症协会提供的资料，仅2006年美国新增肺癌病例17.4万人，同年有16.2万人死于肺癌。然而，目前肺癌的治疗效果并不好，主要原因是肺癌在早期阶段没有明显的临床症状，而且缺乏有效的早期检测与诊断手段。80%的患者在治疗时已经属于肺癌中晚期，错失肺癌的最佳治疗时期，其5年的存活率不高于15%。肺癌患者如果能在早期进行检测和诊断，5年的存活率将接近与50%。因此，肺癌早期检测与诊断技术的发展对治疗肺癌患者有着重大意义与价值。

目前，医学领域对肺癌进行早期诊断主要依靠计算机断层扫描技术(Computed Tomography，CT)。1969年，英国工程师Housfield成功研制出计算机断层扫描技术。1974年Ledly成功设计CT装置，CT开始进入医疗领域并得到发展。CT扫描技术在医疗领域发挥其优势的同时，会使得患者的CT扫描图片大幅度增加：1mm层厚的CT扫描图像将达到400-500层，2mm的层厚CT扫描图像将达到100-200层，一个患者病例的全肺图片将达到200-500张，面对如此庞大数量的图片，医师仅凭肉眼要从中辨别出哪些组织正常或是病变、是良性病变、是恶性肿瘤，必须认真检查每一张图片，医师的工作势必会变的枯燥和繁重，而且容易造成医师的疲劳，出现误诊和漏诊的情况。因此，为了减轻医师阅片的工作负担，提高肺结节的检测效率和诊断准确性，产生了计算机辅助诊断(Computer Aided Diagnosis，CAD)系统。

计算机辅助诊断系统，是基于医学影像知识，结合数字图像处理和模式识别等技术，通过对CT图片进行相关的分析处理，把可疑的肺结节位置标记出来并且将结节特征化描叙，然后将这些参考信息提供给放射医师进行诊断。肺癌CAD系统能够对肺部区域进行分割、提取、量化、分类、鉴别，然后再将结果提供给放射医师诊断使用，这样可以有效降低医师的工作量，缓解疲劳，降低误诊率和漏诊率。研究表明，肺癌CAD系统能够提高医生诊断的准确率和客观一致性。可见，肺癌CAD技术的发展对肺癌的早期检测和诊断有着不可估量的作用与意义。

支持向量机虽然取得较好发展，然而它仍然有不足之处。支持向量机的本质是求解数学上的凸二次规划问题，在面临大量的数据样本时训练速度很慢，而且空间存储要求很大，这些不足会限制它在各领域的应用效果。如何克服不足，提高支持向量机的训练速度，推广支持向量机的应用范围和提高应用效果，是很有价值和意义。

发明内容

针对现有技术存在的不足，本发明提供一种训练速度快，空间存储要求小的基于支持向量机样本约简的肺结节良恶性鉴别方法。

本发明的技术方案是这样实现的：基于支持向量机样本约简的肺结节良恶性鉴别方法，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；