换一批
换一批摘要肺结节的良恶性分类是计算机辅助诊断系统中最重要的部分,目前常用的分类方法有分类精度低、假阳性高等问题.针对上述问题,把深度信念网络(DBN)引入肺结节的良恶性诊断过程中,提出自定义的DBN分类算法.首先从不同的角度提取肺结节特征,并形成特征向量.然后根据提取的特征对三个隐藏层的节点数进行分析;并构建了一个5层深度信念网络.最终使用训练样本对DBN进行训练;并输出网络的测试结果.对175个病例进行试验,结果表明:算法的分类精度、敏感性和特异性分别为95.3％,92.5％和93.2％,ROC曲线下面积为0.921.与传统算法相比有更好的分类效果,可以给医生提供客观的辅助诊断.
更多相关知识
关键词
肺结节良恶性分类深度信念网络层次结构pulmonary nodulesbenign and malignantclassificationdeep belief networkhierarchical structure
分类号
TP39
栏目名称
论文
DOI
10.3969/j.issn.1671-1815.2016.32.011
发布时间
2017-02-24
基金项目
国家自然科学基金
国家重点实验室开放基金项目
- 浏览3
- 被引22
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
