基于多视角的脑胶质瘤分级模型研究

作者：郝惠惠; 吴亚平; 赵国桦; 王梅云; 林予松

来源：计算机应用与软件, 2021, 38(07): 35-40.

• 医学影像
• 脑胶质瘤分级
• 多视角
• AdaBoost
• 最大熵判别

针对当前研究中的脑胶质瘤分级模型难以充分利用磁共振影像序列间的互补信息的问题,提出一种基于多视角的脑胶质瘤分级模型(MBMED)。以最大熵判别模型(MED)为基础分类器;利用AdaBoost对多视角脑胶质瘤数据集进行模型训练。训练时进行等权重初始化,通过优化误差率对样本和多个视角的权重进行迭代更新,输出基础分类器的组合,实现对脑胶质瘤的精准分级预测。在公开数据集BraTS2017和自建数据集GliomaHPPH2018上进行十折交叉验证实验,平均曲线下面积(AUC)分别为0.948 5和0.961 2。实验结果证明了该模型在脑胶质瘤分级中的有效性和准确性。

• 单位
  郑州大学; 河南省人民医院