[发明专利]淋巴结疾病智能诊断系统中的数据处理方法

权利要求书

1.一种淋巴结疾病智能诊断系统中的数据处理方法，其特征在于按照以下步骤进行：

步骤1：将样本数据进行归一化处理，使其处于预设区间范围内，该样本数据包括M个患者数据和N个非患者数据；

步骤2：基于P-value算法对归一化后的数据进行特征选择；

步骤3：基于前向特征选择对步骤2所选择出的特征作进一步筛选；

步骤4：按照步骤3所筛选出的特征，构建LS-SVM训练模型；

步骤5：按照步骤1的方式对测试数据进行归一化处理，并选择步骤3所筛选出的特征带入步骤4所构建的LS-SVM训练模型中进行分类识别，输出分类结果。

2.根据权利要求1所述的淋巴结疾病智能诊断系统中的数据处理方法，其特征在于：每个样本数据包括的特征有：性别，男性为1，女性为0；年龄；肺部病灶PET-CT SUV值；吸烟状况，从不吸烟为0，过去吸烟为1，现在吸烟为2；切下病灶标本的大小；PET-CT检查大小；平扫CT最大直径；增强CT最大直径；PET-CT检查淋巴结SUV值；淋巴结最短径MM；孤立或融合状况，孤立为0，融合为1；纵横径比；坏死情况，有坏死为1，无坏死为0；边界情况，边界清晰为0，不清晰为1；强化方式，无强化为0，强化均匀为1，强化不均匀为2。

3.根据权利要求1或2所述的淋巴结疾病智能诊断系统中的数据处理方法，其特征在于：步骤1中的归一化处理按照：

y＝(y_max-y_min)·(x-x_min)/(x_max-x_min)+y_max进行，其中y_min为预设区间范围的最小值，y_max为预设区间范围的最大值，每一特征数据中的最大值为x_max，每一特征数据中最小值为x_min，x为归一化前的特征数据，y为归一化后的特征数据。

4.根据权利要求3所述的淋巴结疾病智能诊断系统中的数据处理方法，其特征在于：步骤1中归一化处理的预设区间范围为(0,10)；步骤2中P-Value算法的判定阈值为0.05。

5.根据权利要求1所述的淋巴结疾病智能诊断系统中的数据处理方法，其特征在于：所述步骤4中建立LS-SVM训练模型时所选择的LS-SVM类型为c，算法的内核为RBF神经网络模型，并运用了网格搜索法和交叉验证法相结合的方式进行参数寻优。