10.3969/j.issn.1006-1959.2018.22.015
RF和C4.5决策树在食管癌图像分类中的研究
目的 探讨RF和C4.5决策树对X线食管造影图像分型中的应用,以及验证分类器对特征的分类能力.方法 选取2018年1月~6月在新疆医科大学第一附属医院、第二附属医院和第三附属(肿瘤)医院的放射科选取溃疡性、缩窄型和蕈伞型食管癌X线图像各560张,提取灰度共生矩阵,灰度直方图和混合特征;采用RF和C4.5决策树通过调整参数进行分类研究.结果 RF和C4.5决策树对溃疡型和缩窄型食管癌进行分类,灰度共生矩阵的分类准确率分别为73.30%,67.76%;灰度直方图分类准确率分别为84.55%,76.16%.而混合特征算法的分类准确率分别为95.08%,86.87%;对溃疡型和蕈伞型食管癌进行分类,灰度共生矩阵的分类准确率分别为75.08%,66.96%;灰度直方图分类准确率分别为83.83%,77.23%.而混合特征算法的分类准确率分别为80.98%,73.66%.结论 灰度直方图特征的分类准确率比灰度共生矩阵特征的平均高10%,混合特征更适合于溃疡型,缩窄型食管癌的分类.而灰度直方图特征更适合于溃疡型,蕈伞型食管癌的分类;RF的分类能力比C4.5决策树高.此算法可为X线食管造影图像的分类提供参考.
食管癌、随机森林、C4.5决策树、特征提取
31
R735.1;TP391.4(肿瘤学)
国家自然科学基金81460281,81560294,81760330
2018-12-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
51-54,63