一種磨玻璃肺結(jié)節(jié)的識別方法

基本信息

申請?zhí)?/td> CN202210309955.X 申請日 -
公開（公告）號 CN114692748A 公開（公告）日 2022-07-01
申請公布號 CN114692748A 申請公布日 2022-07-01
分類號 G06K9/62（2022.01）I;G06N20/20（2019.01）I;G06T7/11（2017.01）I;G06V10/40（2022.01）I;G06V10/764（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 常藝茹;苗軍;陳辰;劉艷;齊洪鋼 申請（專利權(quán)）人 北京信息科技大學(xué)
代理機構(gòu) 北京思海天達知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 100085北京市海淀區(qū)清河小營東路12號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種磨玻璃肺結(jié)節(jié)的識別方法，包括，對所標(biāo)記的肺結(jié)節(jié)區(qū)域進行特征提?。话阉崛〉降奶卣魉偷紺atBoost模型中，進行特征選擇，將經(jīng)過特征選擇后的磨玻璃肺結(jié)節(jié)特征數(shù)據(jù)集劃分為訓(xùn)練集和測試集，送入Stacking集成學(xué)習(xí)模型中的第一層學(xué)習(xí)器中，在訓(xùn)練集上利用5折交叉驗證實現(xiàn)對每個基分類器的訓(xùn)練與測試，在每個基模型訓(xùn)練測試結(jié)束后，把輸出的結(jié)果拼接得到一個新的數(shù)據(jù)集，將該數(shù)據(jù)集做為第二層學(xué)習(xí)器的輸入進行訓(xùn)練和測試，最終完成磨玻璃肺結(jié)節(jié)的識別。本發(fā)明先將提取到的原始影像組學(xué)特征，選擇最優(yōu)特征，隨后使用Stacking集成學(xué)習(xí)方法，并引入隨機森林、決策樹、KNN、LightGBM四種學(xué)習(xí)器作為基分類器，以及SVM作為元學(xué)習(xí)器，提高磨玻璃肺結(jié)節(jié)識別準(zhǔn)確率。