基于贝叶斯决策树医学图像分类方法研究.pdfVIP

第 24卷 哈尔滨师范大学自然科学学报 Vol. 24 , No. 1 2008 第 1期 NA TURAL SC IENCES JOURNAL OF HARB IN NORMAL UN IV ER SITY 基于贝叶斯决策树的医学图像分类方法研究 赵凤霞 谢福鼎 　　 (辽宁师范大学 ) (中国科学院) 【摘要 】　随着 PACS系统在我国各医院的普及 , PACS数据库中存储了大量的医 学图像信息 ,如何把这些图像进行分类来提供相似病例图片 ,从而为临床诊断提供辅 助帮助已成为研究热点. 关于医学图像的分类 , 已有很多学者从不同方面用不同方法 进行了研究. 本文使用贝叶斯决策树的方法对 PACS数据库进行教据挖掘 ,实现医学 图片的分类. 贝叶斯决策树不仅能够提高分类的准确率 ,而且能够处理不一致 ,不完 整数据等 “脏数据 ”,本文充分发挥了贝叶斯方法和决策树方法的优点 ,通过对肺癌 图片进行良性 、恶性分类 ,证明了本方法的有效性. 关键词 : PACS; 贝叶斯决策树 ;医学图像 在医学图像分类 、医学图像检索领域 , 已经有 0　引言 很多的研究成果. 如参考文献 [ 1 ]中在数字化的 医学成像科学与技术为放射诊断学提供了各 乳腺 X 线图像识别中 ,开发一套辅助医疗人员的 种成像方式 , 例如 ; CT、MR T、SPECT、PET、PSA 、 分类器 ,有助于快速识别良性或恶性的病变 ,大大 NM 、U S、EMR、B 超等. 这些新的医学图像技术为 提高了检索相似案例的效率 ;王 、杨等开发了一个 临床提供了丰富的影像资料 ,极大的方便了医生 基于医学图像形状分析的脑肿瘤 自动诊断辅助系 的诊断. 随着 P ictu re A rch iving and Comm un ication 统 ,采用模糊区域竞争的算法进行切片的实时分 ( ) 割 ,对分割后具有不规则轮廓特征的脑肿瘤图像 System PACS:医学影像归档与传输系统 在各医 院的普及 , PACS数据库中存储了大量的医学图 提取相应的特征进行分类 ,实现脑肿瘤的自动辅 片及其相关信息. 如何对这些图片进行分类 ,为医 助诊断. 由于医学图像具有不同尺度下的自相似 生提供相似病例的图片以辅助医生论断成为该领 性 ,分形理论在 纹理特征提 取 中越来越 受重 域的研究热点. PACS 系统具有 图像 的获取 、存 视 [ 3 ] . 参考文献 [ 4 ]应用基于粗糙集理论的联合 储 ,转换 ,处理 、展出等功能 ,为医学图像在疾病分 相关法则对医学图像的特征向量集进行约简 ,在 析和诊断研究提供了强有力的工具. 在医学领域 此基础上进行分类取得了不错的效果. 医学图像 进行数据挖掘的目标是发现医学图片与疾病 , 图 还可以根据与体组织的性质 、图像的维数 、成像的 片与图片之间的隐含关系 ,从而达到医学图像分 对象等进行分类 [ 5 ] ;还有一些学者应用 SVM 开展 类 、识别疾病 、预诊断、提供一些以往的治疗方案 了 X光乳腺照片 、肺部 HRCT 的计算机辅助诊断 的目的 ,从而辅助医生诊断 ,提高诊断的效率和准 研究 ,都取得了很好的效果 [ 6～8 ] . 确性.