三维隐SVM 算法设计及在胸CT 图像病灶检测中的应用.PDF

第26 卷摇 第5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.26摇 No.5 摇 2013年5月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 May摇 摇 2013 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 三维隐SVM算法设计 及在胸 CT 图像病灶检测中的应用* 1 2 3 王青竹摇 摇 康文炜摇 摇 王摇 斌 1(东北电力大学 信息工程学院摇 吉林 132012) 2(吉林大学 通信工程学院摇 长春 130025) 3(吉林省肿瘤医院摇 长春 130012) 摘摇 要摇 为改善病灶形状不规则、纹理结构简单等因素对计算机辅助肺CT 中病灶检测精度的影响,提出将疑似病 灶与整体肺区的相对位置关系作为传统形状、纹理特征之外的一种新的隐变量,参与训练过程.为符合病灶的三维 特征,引入基于三维矩阵模式的SVM,进一步设计含隐变量三维矩阵模式SVM.将吉林省肿瘤医院的150例病例建 立数据库,用其余三种SVM方案与本文方案进行比较,文中算法可达到97.05%的真阳性和9.21%的假阳性,证明 其优越性及辅助放疗师的有效性. 关键词摇 计算机辅助诊疗,三维矩阵,隐SVM 中图法分类号摇 TP 181;TP391 Design of3D Latent鄄SVM and Application to Detection of Lesions in Chest CT 1 2 3 WANG Qing鄄Zhu ,KANG Wen鄄Wei ,WANG Bin 1(School of Information Engineering,Northeast Dianli University,Jilin 132012) 2(College of Communication Engineering,Jilin University,Changchun 130025) 3(Jilin Tumor Hospital,Changchun 130012) ABSTRACT Accuracy of Computer Aided Detection (CAD) of lung lesions in chest CT may be affected by irregular shapes and simple texture of the lesions. To improve the poor performance of current CAD schemes,relativepositionfromthesuspectedlesiontothewholelungareaisaddedasalatentvariableon the basis of traditional texture and shape features, which also participates in optimizing the SVM. Furthermore,considering3Dfeatureofthelunglesions,3