文献类型：期刊文章

作　　者：刘露[1] 刘宛予[1] 楚春雨[2] 吴军[3] 周洋[3] 张红霞[3] 鲍劼[1]

机构地区：[1]哈尔滨工业大学HIT-INSA中法生物医学图像联合研究中心,哈尔滨150001 [2]哈尔滨理工大学自动化学院,哈尔滨150080 [3]哈尔滨医科大学附属肿瘤医院,哈尔滨150081

出　　处：《电子与信息学报》

基　　金：国家国际科技合作重大专项(2007DFB30320);国家自然科学基金(60777004);黑龙江省教育厅科技计划项目(11531048)资助课题

年　　份：2009

卷　　号：31

期　　号：10

起止页码：2476-2482

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为解决肺癌N分期中胸部CT难于对肿大淋巴结是否癌转移进行评价的问题,寻求能够有效表示淋巴结病理特性的图像特征,实现对肿大淋巴结癌转移快速准确地判别。该文采取交互式分割从CT图像中提取出肿大淋巴结;直接计算淋巴结的多分辨率直方图得到200维空间信息特征样本集;利用具有处理高维数据集优势的支持向量机(SVM)构造分类器;用测试集对经训练的SVM分类器进行测试以评价分类性能。经96例病例实验结果表明:100个淋巴结图像的200维特征计算用时1.91s,SVM分类器训练测试用时1.36s,敏感性76%,特异性64%,准确度70%,接受者操作特性曲线(ROC)下面积(AUC)0.6525。高维图像空间信息特征能够有效表示淋巴结特性;没有考虑医学征象进行肿大淋巴结癌转移定性诊断的准确度就达到了70%,同时分类速度比传统纹理算法提高了约10倍。

关 键 词：肺癌N分期  CT图像 肿大淋巴结 多分辨率直方图  支持向量机(SVM)  

分 类 号：TP391.4] R445.3[计算机类]