基于集成学习的计算机辅助诊断青光眼算法研究

作者：柯士园; 胡曼; 徐永利^*

来源：北京化工大学学报(自然科学版), 2019, 46(04): 86-91.

DOI：10.13543/j.bhxbzr.2019.04.013

• 集成学习
• 青光眼诊断
• 支持向量机(SVM)
• 逻辑回归

在青光眼诊断中,眼底照和光学相干断层扫描(OCT)是最主要的两种眼科检查手段。对于眼底照和OCT图像数据,首先设计基于专家知识的机器学习算法,提取杯盘比曲线和视神经纤维层厚度曲线的尺度和形态特征,进而提出一种基于Dempster-Shafer(DS)证据推论的多视图集成学习方法,利用支持向量机(SVM)和逻辑回归进行青光眼预测。在一个真实数据集合上,对所提方法的预测性能进行了评估实验,结果表明,本文算法与眼科专家出具的诊断结果高度一致,并且比已有算法有更好的敏感性、特异性和更高的预测准确率。

• 单位
  北京儿童医院; 北京化工大学