摘要

提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-均值聚类算法将其分为10类,根据CT图像中肺结节像素值和聚类中心的关系,提取出10维特征向量,利用随机森林分类器进行模型训练,进而判断肺结节良恶性水平。在CT图像公开数据集LIDC-IDRI上的实验表明,分类平均精度达到0. 900 8。实验结果对比分析表明,提出的特征表达方法具有更优的分类效果和更高的鲁棒性。

全文