基于集成随机森林模型的肺结节良恶性分类.PDFVIP

第３５卷第１０期 计 算 机 应 用 研 究 Ｖｏｌ３５Ｎｏ１０ ２０１８年１０月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｏｃｔ．２０１８ 基于集成随机森林模型的肺结节良恶性分类 胡会会，龚　敬，聂生东 （上海理工大学 医疗器械与食品学院，上海２０００９３） 摘　要：针对目前计算机辅助肺结节良恶性分类模型精度较低的问题，提出了一种基于ＣＴ图像的集成随机森 林模型肺结节良恶性鉴别方法。首先分割肺结节区域，提取其影像学特征向量输入多个基分类器；然后利用每 个基分类器的置信度构建集成模型的分类损失函数，求出每个基分类器的权重；最后根据每个基分类器输出的 类别概率值进行加权求和，求得其中概率最大值的类作为分类类别。为验证提出的分类模型性能，设计三种实 验方案进行测试，准确率分别达到９６．４１％、９１．３６％、９５．８２％；与已有的肺结节良恶性分类模型进行对比