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。本篇文章主要实现计算机CT图像辅助诊断的最后一个模块的计算机化，以便提供给医生在最后诊断环节上的一些参考信息。项目首先需要收集病例，当拿到一个病例，并且通过医生辨认出结节后，医生再提供辨认出结节的特征，结节的特征包括大小、数目、毛刺、分叶等16个。如此，我们收集到了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，也就是一个数字向量，来表示一个病例。然后，把这些250个向量，输入到新开发的分类算法，主动被动近邻算法中进行分类诊断。结果，对204个恶性病例和46个良性病例进行分类，分类的准确度在90%以上。