APP下载

基于随机森林的乳腺肿瘤诊断研究

2014-02-13刘永春

电视技术 2014年15期
关键词:分类

刘永春,宋 弘

(四川理工学院 自动化与电子信息学院,四川 自贡643000)

责任编辑:任健男

乳腺癌在女性癌症病例中占据首位,近年来有不断上升的趋势,因此开展乳腺癌的诊断和防治研究具有重要的科学意义和临床实用价值。医学研究发现,乳腺肿瘤病灶组织的细胞核显微图像与正常组织的细胞核显微图像不同,临床上,医生主要是通过肉眼观察图像的特征,凭经验和感性的认识来对乳腺肿瘤进行诊断,缺乏客观指标,有时会造成误诊,特别是对良性肿瘤的误检率较高导致了活检结果为良性的病例增加,给病人带来了不必要的痛苦和经济负担。因此,利用计算机智能计算方法来帮助检测乳腺肿瘤是否为恶性具有非常重要的意义,且已成为非常热门的研究领域。计算机辅助诊断能进行定量分析,减轻医生诊断工作量,降低活检数,提高诊断效率和客观性。

计算机辅助检测乳腺肿瘤的过程主要包括乳腺图像预处理、乳腺图像分割、提取乳腺图像特征、训练分类器和利用分类器进行分类识别。在机器分类学习算法中,传统的分类器往往分类精度有限且容易出现过拟合情况,随机森林以它自身固有的特点和优良的分类效果在众多的分类学习算法中脱颖而出,因此论文将重点讨论基于随机森林思想的组合分类器的设计和乳腺肿瘤的分类测试以及算法性能的分析[1-4]。

1 随机森林模型

随机森林算法是由Leo Breiman和Adele Cutler提出,结合……

登录APP查看全文

猜你喜欢

分类
分类算一算
垃圾分类的困惑你有吗
星星的分类
我给资源分分类
垃圾分类,你准备好了吗
按需分类
教你一招:数的分类
说说分类那些事
给塑料分分类吧