基于改进的半监督FCM聚类算法的肺结节分类与识别

摘要：

对肺结节的分类识别是肺部肿瘤计算机辅助诊断系统的关键环节.为了提高肺结节分类识别的准确率,针对肺结节的病变特征提取出一组以形状特征为主的特征向量,同时基于LIDC数据库中医生提供的标记信息,提出一种改进的半监督FCM聚类分析算法,利用部分标记样本的类别信息来指导聚类过程,使非标记样本更准确的聚类.实验结果表明,本文方法能得到更高的分类准确率.

关键词：计算机辅助诊断、半监督FCM聚类、病变特征、标记信息

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：山东省科技发展计划资助项目2014GGX101037;济南市科技发展计划资助项目201401216

在线出版日期：2015-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：244-250