[发明专利]采用高维特征选择对肺部肿瘤CT图像进行判别的方法在审
| 申请号： | 201910277632.5 | 申请日： | 2019-04-08 |
| 公开（公告）号： | CN109978880A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 王进科;赵聪聪;祖宏亮;黄飞;杨博韬 | 申请（专利权）人： | 哈尔滨理工大学;哈尔滨工业大学（威海） |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/136;G06K9/62 |
| 代理公司： | 北京竹辰知识产权代理事务所(普通合伙) 11706 | 代理人： | 陈龙 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种采用高维特征选择对肺部肿瘤CT图像进行良恶性判别的方法，该方法包括：获取肺部图像数据库中获取带有明确诊断结论的肺部肿瘤CT图像，形成单个样本；采用最大类间方差法对预处理后的ROI区域进行分割，以准确刻画肺部肿瘤CT图像的形状、纹理和灰度特征；对获取到的肺部CT图像进行区域特征提取，对提取到的特征进行82维特征分量归一化，从而共同量化ROI；利用BRS和GA算法进行属性约简，降低分类器的时间复杂度和空间复杂度，提高分类性能；利用布谷鸟算法及SVM方式，进行参数全局寻优分类操作，进行肺部肿瘤高维特征选择。该方法对于诊断肺癌具有很好的辅助作用，能够有效降低漏诊率和误诊率。 | ||
| 搜索关键词： | 肺部肿瘤 特征选择 高维 最大类间方差法 预处理 区域特征提取 肺部CT图像 空间复杂度 时间复杂度 诊断 肺部图像 分类性能 辅助作用 灰度特征 属性约简 特征分量 纹理 分类器 归一化 漏诊率 算法 误诊 寻优 肺癌 样本 数据库 刻画 量化 分割 分类 全局 | ||
【主权项】：
1.一种采用高维特征选择对肺部肿瘤CT图像进行判别的方法，其特征在于，包括如下步骤：实验数据获取和预处理步骤：获取肺部图像数据库中获取带有明确诊断结论的肺部肿瘤CT图像，形成单个样本，所述CT图像包括良性肿瘤图像和恶性肿瘤图像，所述单个样本包括82维条件属性和1维决策属性，从原始CT图像中截取对肺部肿瘤有较强区分能力的子图作为ROI区域，并将ROI图像归一化为50*50大小的实验图像；图像分割步骤：采用最大类间方差法对预处理后的ROI区域进行分割，以准确刻画肺部肿瘤CT图像的形状、纹理和灰度特征；肺部区域特征提取步骤：对获取到的肺部CT图像进行区域特征提取，所述区域特征包括形状、灰度及纹理特征，对提取到的特征进行82维特征分量归一化，从而共同量化ROI；属性约简步骤：利用BRS和GA算法进行属性约简，降低分类器的时间复杂度和空间复杂度，提高分类性能；肺部区域寻优分类识别步骤：利用布谷鸟算法及SVM方式，进行参数全局寻优分类操作，进行肺部肿瘤高维特征选择。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学;哈尔滨工业大学（威海），未经哈尔滨理工大学;哈尔滨工业大学（威海）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910277632.5/，转载请声明来源钻瓜专利网。
