基于改进LVQ算法的肺结节识别与分类

基于改进LVQ算法的肺结节识别与分类
吕晨;杨长春;晁亚
【期刊名称】《计算机测量与控制》
【年(卷),期】2016(024)012
【摘要】目前,肺癌的是发病率最高的肿瘤,若能在早期发现癌变并进行相应治疗,将极大地提高患者的生存率;肺癌的症状在早期表现为肺结节;以提高肺结节检测识别率并进行良恶性分类为目的,提出了一种改进的LVQ分类器算法;首先使用C-V 算法对原始图像进行肺实质分割,再使用最优阈值法进行感兴趣区域提取,并进行特征提取和特征归一化;使用多次聚类算法检测肺结节;使用基于改进的LVQ分类器进行肺结节的良恶性进行分类;利用改进后的LVQ分类器在LIDC数据集上进行实验,得到了对良性结节的确诊率为87.3％,对恶性结节的确诊率为80.8％;实验结果表明,改进后的算法在良恶性结节分类上具有较高的确诊率,有助于提高医生的工作效率,实现肺结节的辅助发现.
【总页数】5页(P180-183,187)
【作者】吕晨;杨长春;晁亚
【作者单位】常州大学信息科学与工程学院,江苏常州 213164;常州大学信息科学与工程学院,江苏常州 213164;常州大学信息科学与工程学院,江苏常州 213164【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于改进的半监督FCM聚类算法的肺结节分类与识别 [J], 李秋萍;刘慧;苏志远;
2.基于改进的半监督FCM聚类算法的肺结节分类与识别 [J], 李秋萍;刘慧;苏志远
3.基于遗传算法和BP神经网络的孤立性肺结节分类算法 [J], 胡强;郝晓燕;雷蕾
4.基于改进的LVQ算法的中医脉象识别 [J], 李华东;王崇骏;李训铭;黄春海;黄炜恒
5.基于改进卷积神经网络的肺结节识别算法 [J], 傅磊;林振衡;谢海鹤
因版权原因，仅展示原文概要，查看原文内容请购买。