基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法
张飞飞1
周涛2
陆惠玲3
梁蒙蒙1
杨健1
1.宁夏医科大学公共卫生与管理学院,银川,7500002.宁夏医科大学公共卫生与管理学院,银川750000;宁夏医科大学理学院,银川750000;宁夏智能信息与大数据处理重点实验室,银川7500213.宁夏医科大学理学院,银川,750000
摘要：针对变精度粗糙集在高维特征选择过程中对分类错误率β的过分依赖问题,结合遗传算法提出一种基于贝叶斯粗糙集的肺部肿瘤CT图像高维特征选择算法.首先提取3000例肺部肿瘤CT图像ROI区域的104维特征构造决策信息表;然后从全局相对增益函数的角度分析属性重要度,结合属性约简长度、基因编码权值函数三者的加权和构造一个适应度函数框架,提出以此为启发式信息的属性约简算法;最后利用支持向量机进行分类识别.实验结果表明,本研究算法摆脱了阈值人工设置的束缚,并且在很大程度上提高整体性能,对肺部肿瘤计算机辅助诊断具有积极的推广价值.
关键词：贝叶斯粗糙集变精度粗糙集遗传算法支持向量机特征选择特征降维
分类号：R318(医用一般科学)TP391.7(计算技术、计算机技术)
资助基金：国家自然科学基金(61561040)宁夏高教项目(NGY2016084)
论文发表日期：2018-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 404-409 )
英文信息