基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法

作者：张飞飞; 周涛^*; 陆惠玲; 梁蒙蒙; 杨健

来源：生物医学工程研究, 2018, 37(04): 404-409.

DOI：10.19529/j.cnki.1672-6278.2018.04.06

• 贝叶斯粗糙集
• 变精度粗糙集
• 遗传算法
• 支持向量机
• 特征选择
• 特征降维

针对变精度粗糙集在高维特征选择过程中对分类错误率β的过分依赖问题,结合遗传算法提出一种基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法。首先提取3000例肺部肿瘤CT图像ROI区域的104维特征构造决策信息表;然后从全局相对增益函数的角度分析属性重要度,结合属性约简长度、基因编码权值函数三者的加权和构造一个适应度函数框架,提出以此为启发式信息的属性约简算法;最后利用支持向量机进行分类识别。实验结果表明,本研究算法摆脱了阈值人工设置的束缚,并且在很大程度上提高整体性能,对肺部肿瘤计算机辅助诊断具有积极的推广价值。

• 单位
  宁夏医科大学