基于超声特征集成学习的甲状腺结节分类方法研究.docVIP

　　基于超声特征集成学习的甲状腺结节分类方法研究 摘要：甲状腺结节是一种比较常见的疾病，并且发病率有逐年上升的趋势。如何及时并准确地鉴别出结节的良恶性，采取相应的治疗措施，是甲状腺结节治疗过程中的核心问题。超声作为甲状腺结节初步诊断的主要检查方式，其特征数据对于鉴别结节良恶性具有指导意义。本文针对甲状腺结节超声特征数据存在稀疏和不平衡的问题，通过在目标函数中加入自定义项对集成学习算法进行改进，提出一种基于改进集成学习的甲状腺结节良恶性鉴别方法。实验在真实医疗数据集和UCI标准数据集上分别对比了本算法与随机森林、支持向量机、神经网络算法，结果表明该方法具有最高的准确率，分别达到92.43%和94%。 中国 8/vie 　　关键词： [甲状腺结节； 超声特征； 不平衡性； 改进的集成学习 　　中图分类号： TP391 　　文献标志码： A 　　： 2095-2163（2016）06-0012-05 　　0引言 　　在甲状腺结节的临床治疗过程中，医生的首要内置目标即是判别结节的良恶性，而对于恶性结节患者需及时采取有效重要的手术治疗。但是在临床实践中，为了准确判别患者结节的良恶性特征属性，医生首先对疑似或确诊为甲状腺结节的患者设计指定超声检查，然后根据超声检查的各项指标，对疑似恶性结节患者增加细针穿刺活检，由此方可初步确定患者的良恶属性，最后才会得出推荐手术治疗的终诊论断[1]。不难看出，患者诊断结果的准确性主要依赖于医生的主观判断。由于不同医生的临床经验和医院医疗设施等存在差异，势必会造成不同程度的结果误诊。如此一来，将不仅严重影响患者正确治疗的展开推进，危及患者身体健康，而且也将对医疗资源造成一定的损失和可观浪费。 　　为了帮助提高医生临床诊断的准确性，同时降低患者误诊率，简化患者前期检测的定制流程。近年来，越来越多的学者试图通过机器学习、专家系统等人工智能方法进行甲状腺结节良恶性鉴别。其中，集成学习作为使用上具备广阔领域的机器学习算法之一，设计思路就是在对新的实例进行分类的时候，把若干个单一分类器集成起来，通过对多个分类器的分类结果构建某种组合来确定最终的分类，以取得比单个分类器更好的性能。因此在一般情况下，集成学习预测效果均要优胜于绝大多数机器学习算法。 　　但是目前大多数研究都是基于甲状腺超声图像数据，或者经过挑选之后比较完整的文本特征数据，再采用已有的机器学习方法直接送入模型训练，而却未曾考虑到真实医疗数据的稀疏性和不平衡性问题，因此得到的结果都存在一定的改进余地与完善空间。进一步研究可知，医疗数据的稀疏性主要体现在数据提取的缺失性上，由于患者病症的不同，提取的规则不同，难免会导致许多缺失数据，也即稀疏数据。而不平衡性则体现在患者的实际诊断结果上，由于大部分结节都是良性结节，造成数据中良恶性样本失衡。 　　为此，本文通过在目标函数中加入自定义项对集成学习算法来设计实现改进，提出一种基于改进集成学习的甲状腺结节良恶性鉴别方法，最大程度上消除数据的稀疏性和不平衡性对实验结果造成的影响，同时提高预测结果准确率。具体而言，该方法主要包括：在真实医疗数据集上，先通过有放回的抽样方法独立地从数据集大类样本集中随机抽取多个样本子集，使每次随机抽取的样本数量与小类样本数量一致，再将各抽取的样本子集分别与小类样本集组合成多个新的训练样本集。对多个新样本集的特征子集以集成学习的方式采用投票机制进行投票，数据集的最终特征子集以得票数目超过半数的特征共同组合而成[2]。然后利用改进的Boosting算法，在节点分裂过程中自动利用特征的稀疏性，加快模型训练速度。实验结果表明，本算法相对于已有的机器学习方法具有更高的准确率，在真实医疗数据集和UCI标准数据集上分别达到92.43%和94%。 　　文章第1节概述了在甲状腺结节判别方面的相关研究；第2节展现了对数据的基础预处理设计；第3节具体描述了改进的Boosting算法；第4节通过与传统机器学习方法的实验对比，论证本算法的优异性；第5节给出本文的结论并对未来工作做出展望。 　　[BT4]1相关工作 　　通过机器学习方法提高对疾病的诊断预测准确率已经成为智慧医疗的一个重要实现途径，当下则有很多学者在甲状腺结节的诊断分类方面开启、并推进了相关研究。具体展开如下。 　　在数据的不平衡性处理上，David Masko对正例样本进行过抽样处理，人工注入样本使得正例样本的数目增加，使得正负样本达到平衡[3]；Rok Blagus对少数类数据集规划执行数据预处理后，即运用过抽样和欠抽样相结合的改进方法，再利用交叉验证的方法来得到效果验证，改进效果明显[4]。 　　在甲状腺结节的预测鉴别研究上，熊伟等人提出了一种利用局部纹理特征与多示例学习相结合的方法，从感兴趣区域提取其局部纹理特征，将感