神经网络集成在肺癌细胞识别中的应用.pdfVIP

维普资讯 南京大学学报 (自然科学) 第 37卷 第 5期 V0】37．No．5 JOURNALOFNANJINGUNIVERSITY 2001年 9月 Sept．，2001 (NATUtL~．LSCIENCES) 神经 网络集成在肺癌细胞识别 中的应用+ 姜 远，周志华，谢 琪 ，陈兆乾 (南京大学计算机软件新技术 国家重点实验室 ，南京，2t0093) 摘 要 ： 通过一种特殊 的二级集成结构将神经 网络集成应用于肺癌细胞识别 集成 中的个体 网络由Bagging方法产生 ，第一级集成 的归纳结论 由本文提出的完全投票法合成 ，第二级集成的 归纳结论 由相对多数投票法合成 实验和原型系统试用表明．该方法的总体误识率较低 ，更重要 的是 ．其将癌细胞判别为非癌细胞的误识率非常低 ．大大降低了肺癌患者漏诊的可能性． 关键词 ： 神经网络 ，集成 ，计算机辅助诊断，模式识别 ，图象处理 中图分类号 ： TP18 肺癌是世界上患者最多的致命性疾病．一般来说 ，80％的肺癌患者在确诊时 已属晚期 ， 失去 了手术治疗的机会．但是 ，研究表明…，如果能够在早期确诊 ，患者的5年期生存率将提 高到 40％．因此 ，如何尽早发现癌变已成为迫切需要解决的问题 ． 目前 ，肺癌早期诊断的主要手段有 x线胸片 、CI、核磁共振图象技术 、同位素、纤维支气 管镜 、经皮穿刺活检、病理性诊断等．临床最可靠的是病理性诊断，即直接对来 自患者的细胞 病理切片进行分析 但在现阶段 ，由于缺乏先进的分析手段 ，往往 只能依靠病理专家通过 肉 眼对细胞病理切片 的图像进行观察和估计．一方面 ，经验丰富的病理专家人数非常少 ，另一 方面，由于疲劳等原因，病理专家的诊断会受一些主观因素 的干扰，这将对诊断的效果产生 不利影响 随着数字图象处理、模式识别和人工智能技术的发展 ，计算机辅助肺癌诊断已受到了越 来越多的关注 ，并 已取得了不少成果．例如 ，Chiou等人-设计了一个基于神经 网络 的混合 型肺结节检测系统 HLND．利用 x线胸片图象进行诊断．HayashilJe等人 提出了一种全 自 动的肺结节检测方法，通过将两幅连续块 x线胸片图象相减进行诊断 ．Kanazawa等人 ¨一从 螺旋线 CI图象中抽取出肺和结节血管区域图象的特征，然后利用一组诊断规则来 判断是 否发生癌变 ．“n等人 设计了一个基于参数化两层卷积神经网络和多标记输 出编码过程 的计算机辅助诊断系统，通过分析 x线胸片图象进行诊断 ．Mori等人l6】提 出了一种从胸部 三维 CT图象中抽取支气管区域的方法 ，并将其用于一个可视化支气管镜检系统．Penedo等 人L7J设计了一个基于两层神经网络结构的计算机辅助诊断系统，他们利用第一层网络来检 测低分辨率 x线胸片图象中的可疑区域 ，再用第二层网络处理可疑区域的曲率峰顶 ． 然而，到 目前为止，绝大多数计算机辅助肺癌诊断方面的工作都是对x线胸片图象、CT图象 进行处理，少数研究运用了支气管镜检，对临床最可靠的病理性诊断还罕有涉及．本文利用数字 N~NN ,Ng 自然科学基金 (698750o6)，江苏省 自然科学基金 (㈣ ㈣ - 7- !． 啦穑 嗍 ：洲 0 0 维普资讯 530 南京大学学报 (自然科学 第 37卷 图象处理、神经网络技术对肺癌穿刺样本的细胞图象进行分析 有效地将病理陆诊IN-q计算机技 术进行了结合 ，研制出的肺癌早期诊断系统 I~I2S在试用中取得了较好的效果． 1 神经 网络集成 神经网络 已经在很多领域得