基于主动被动近邻算法的肺癌计算机辅助诊断

CT图像的肺癌计算机辅助诊断一般可分为三大模块,即:CT的图像处理、肺肿块的特征提取,以及使用智能分类器对肿块的分类和诊断.研究主要实现计算机CT图像辅助诊断的最后一个模块的计算机化,为医生在最后诊断环节上提供一些参考信息.项目首先需要收集病例,当拿到一个病例,并通过医生辨认出结节后,医生再提供辨认出结节的特征,包括大小、数目、毛刺、分叶等16个.研究共收集到204个恶性病例和46个良性病例,共250个病例,并确定了它们的特征.这些特征通过翻译,转换为一组数字信号,即以数字向量来表示病例.把250个向量输入到新开发的主动被动近邻算法中进行分类诊断,结果显示,对204个恶性病例和46个良性病例进行分类的准确度在90%以上.