改進集成技術(shù)在甲狀腺超聲圖像分類中的應(yīng)用研究.pdf

1、隨著超聲成像和醫(yī)學(xué)診斷技術(shù)的發(fā)展,超聲已成為甲狀腺癌檢查的主要手段之一。當前,甲狀腺癌的確定主要通過醫(yī)生對B超圖像的定性判別來完成,但由于甲狀腺癌生物學(xué)特性多變以及各大醫(yī)院診斷側(cè)重點的不一,使得診斷結(jié)果易受醫(yī)生的經(jīng)驗、水平、狀態(tài)等因素的影響,診斷結(jié)果的準確度很難保證。因此,需要建立一種客觀的方法,為醫(yī)師診斷甲狀腺疾病提供必要的輔助手段。
　　集成學(xué)習是機器學(xué)習中的一種新型技術(shù),它是在對新的實例進行分類的時候,把若干個體分類器集成起

2、來,通過對多個分類器的分類結(jié)果進行某種組合來決定最終的分類,通常情況下,集成學(xué)習能夠獲得比單個分類器更好的性能。論文將動態(tài)集成技術(shù)引入到醫(yī)學(xué)圖像的分類問題中,研究如何利用動態(tài)集成算法在分類上的優(yōu)勢解決甲狀腺B超圖像分類識別中識別率低的問題。
　　針對上述存在的問題,本文對特征提取量化、集成算法等方面進行了深入的研究,主要獲得以下研究成果:
　　1.針對傳統(tǒng)集成算法無法獲得穩(wěn)定分類精度的問題,對基于聚類的動態(tài)集成算法進行了改進

3、,改進k-means聚類算法的目標函數(shù)和與能力區(qū)域距離計算公式,得到一種新的聚類和距離測量標準,提高了集成算法的分類準確率;同時,提出了一種選擇加權(quán)動態(tài)集成方法,采用多個分類器進行并聯(lián)集成,以此來增加分類模型的穩(wěn)定性;最后,通過實驗證明了本文改進算法的有效性。
　　2.通過分析甲狀腺B超圖像,研究甲狀腺良惡性結(jié)節(jié)在超聲圖像上的不同特點,綜合考慮臨床鑒別甲狀腺結(jié)節(jié)的各種特征,分別對其進行量化,并提出了針對甲狀腺結(jié)節(jié)特有的微鈣化度度量