换一批改进FCM算法的计算机辅助诊断系统对孤立性肺结节良恶性的鉴别诊断效能
Differential diagnosis efficiency between the benign and malignant solitary pulmonary nodules of the computer-aided diagnosis system with improved FCM algorithm
摘要目的 对计算机辅助诊断(CAD)系统中的模糊C-均值(FCM)算法进行改进,并评估改进FCM算法的CAD系统对孤立性肺结节(SPN)良恶性的鉴别诊断效能.方法 选取 209 例SPN患者,随机分为实验组(148 例)和验证组(61 例).实验组中良性SPN 74 例、恶性SPN 74 例,验证组中良性SPN 30 例、恶性SPN 31 例.收集 209 例SPN患者的胸部CT图像,提取肺实质,通过构建新型二维向量并修改传统目标函数获得改进FCM算法来分割SPN.采用Matlab软件中的灰度共生矩阵提取实验组SPN纹理特征,然后将实验组中提取的 4 个纹理特征(相关性、熵、同质性和能量)输入到支持向量机(SVM)模型,经训练获得SPN良恶性分类模型,完成改进FCM算法的CAD系统构建.在验证组中,分别就改进FCM算法的CAD系统本身,2 位放射科医师采用或不采用该CAD系统诊断SPN的良恶性,比较不同方法的灵敏度、特异度、准确度、阳性预测值和阴性预测值.结果 改进FCM算法的CAD系统成功构建.基于SPN患者胸部CT图像,改进FCM算法的CAD系统诊断恶性SPN的灵敏度、特异度、准确度、阳性预测值和阴性预测值分别为 71.0%、70.0%、70.0%、71.0%、70.0%.与单独放射科医师诊断结果相比,2 位放射科医师在使用改进FCM算法的CAD系统后,其对恶性SPN诊断的灵敏度、特异度、准确度、阳性预测值和阴性预测值均有所提高.结论 基于SPN患者胸部CT图像,改进FCM算法的CAD系统能自动鉴别SPN的良恶性,且能提高医师对SPN良恶性的鉴别诊断效能.
更多相关知识
关键词
计算机辅助诊断模糊C-均值算法纹理分析体层摄影术,X线计算机孤立性肺结节Computer-aided diagnosisFuzzy C-means algorithmTexture analysisTomography,X-ray computedSolitary pulmonary nodule
栏目名称
DOI
10.20258/j.cnki.1006-9011.2025.06.014
发布时间
2025-07-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省医药卫生科技项目（202303020229）
- 浏览12
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
