基于Curvelet变换的肺结节CT图像良恶性分类研究

作者：吴海丰; 刘韫宁; 孙涛; 李霞; 郭秀花; 贺文

来源：北京生物医学工程, 2011, 30(05): 471-473+511.

DOI：10.3969/j.issn.1002-3208.2011.05.07

• Curvelet变换
• 纹理特征
• BP神经网络
• 受试者工作特征曲线 curvelet transformation
• texture feature
• BP network
• receiver operator characteristic curve

目的早期肺癌患者的CT图像表现为结节状(在肺野内直径≤3cm的病灶),需要与结核球等良性病变鉴别开,以提高患者的5年生存率。方法本文基于Curvelet变换提取能量、熵、灰度均值及灰度标准差四种纹理特征值,按7∶3比例将样本分为训练集与验证集。使用BP(back propagation)神经网络作为分类器。每一种纹理参数测试集的神经网络仿真值结合病理诊断结果绘制受试者工作特征曲线(receiver operator characteristic curve,ROC曲线),根据ROC下面积得到最优的几种纹理参数用于良恶性分类,并将分类结果与病理诊断结果进行比较。结果四种纹理参数构建的BP网络均具...

• 单位
  首都医科大学; 首都医科大学附属北京友谊医院