基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法
【專利摘要】本發(fā)明涉及一種肺結(jié)節(jié)良惡性鑒別方法，特別涉及一種基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法。通過采集良惡性肺結(jié)節(jié)的原始樣本集S0。針對良惡性肺結(jié)節(jié)的原始樣本集S0進(jìn)行樣本約簡，得到支持向量機(jī)的良惡性肺結(jié)節(jié)的最終訓(xùn)練集S2，然后對約簡后的最終訓(xùn)練集S2進(jìn)行支持向量機(jī)訓(xùn)練，得到最后的分類決策函數(shù)，對未知的肺結(jié)節(jié)樣本xi'進(jìn)行支持向量機(jī)預(yù)測，得到肺結(jié)節(jié)的良惡性鑒別結(jié)果。本發(fā)明提出一種支持向量機(jī)樣本約簡的方法來提高支持向量機(jī)訓(xùn)練速度，降低空間存儲要求，從而減少肺結(jié)節(jié)的良惡性鑒別時(shí)間，提高醫(yī)師的診斷效率和客觀一致性。
【專利說明】基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種肺結(jié)節(jié)良惡性鑒別方法，特別涉及一種基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法。
【背景技術(shù)】
[0002]目前，肺癌已經(jīng)成為危害人類身體健康的惡性腫瘤之一，而且肺癌的發(fā)病率和死亡率近年來依然呈上升趨勢。在我國，肺癌每年約有40萬的患者死亡。據(jù)美國癌癥協(xié)會提供的資料，僅2006年美國新增肺癌病例17.4萬人，同年有16.2萬人死于肺癌。然而，目前肺癌的治療效果并不好，主要原因是肺癌在早期階段沒有明顯的臨床癥狀，而且缺乏有效的早期檢測與診斷手段。80%的患者在治療時(shí)已經(jīng)屬于肺癌中晚期，錯(cuò)失肺癌的最佳治療時(shí)期，其5年的存活率不高于15%。肺癌患者如果能在早期進(jìn)行檢測和診斷，5年的存活率將接近與50%。因此，肺癌早期檢測與診斷技術(shù)的發(fā)展對治療肺癌患者有著重大意義與價(jià)值。
[0003]目前，醫(yī)學(xué)領(lǐng)域?qū)Ψ伟┻M(jìn)行早期診斷主要依靠計(jì)算機(jī)斷層掃描技術(shù)(ComputedTomography, CT)。1969年,英國工程師Housfield成功研制出計(jì)算機(jī)斷層掃描技術(shù)。1974年Ledly成功設(shè)計(jì)CT裝置，CT開始進(jìn)入醫(yī)療領(lǐng)域并得到發(fā)展。CT掃描技術(shù)在醫(yī)療領(lǐng)域發(fā)揮其優(yōu)勢的同時(shí)，會使得患者的CT掃描圖片大幅度增加:1mm層厚的CT掃描圖像將達(dá)到400-500層，2mm的層厚CT掃描圖像將達(dá)到100-200層，一個(gè)患者病例的全肺圖片將達(dá)到200-500張，面對如此龐大數(shù)量的圖片，醫(yī)師僅憑肉眼要從中辨別出哪些組織正?；蚴遣∽?、是良性病變、是惡性腫瘤，必須認(rèn)真檢查每一張圖片，醫(yī)師的工作勢必會變的枯燥和繁重，而且容易造成醫(yī)師的疲勞，出現(xiàn)誤診和漏診的情況。因此，為了減輕醫(yī)師閱片的工作負(fù)擔(dān)，提高肺結(jié)節(jié)的檢測效率和診斷準(zhǔn)確性，產(chǎn)生了計(jì)算機(jī)輔助診斷(Computer AidedDiagnosis, CAD)系統(tǒng)。
[0004]計(jì)算機(jī)輔助診斷系統(tǒng)，是基于醫(yī)學(xué)影像知識，結(jié)合數(shù)字圖像處理和模式識別等技術(shù)，通過對CT圖片進(jìn)行相關(guān)的分析處理，把可疑的肺結(jié)節(jié)位置標(biāo)記出來并且將結(jié)節(jié)特征化描敘，然后將這些參考信息提供給放射醫(yī)師進(jìn)行診斷。肺癌CAD系統(tǒng)能夠?qū)Ψ尾繀^(qū)域進(jìn)行分割、提取、量化、分類、鑒別，然后再將結(jié)果提供給放射醫(yī)師診斷使用，這樣可以有效降低醫(yī)師的工作量，緩解疲勞，降低誤診率和漏診率。研究表明，肺癌CAD系統(tǒng)能夠提高醫(yī)生診斷的準(zhǔn)確率和客觀一致性?？梢?，肺癌CAD技術(shù)的發(fā)展對肺癌的早期檢測和診斷有著不可估量的作用與意義。
[0005]支持向量機(jī)雖然取得較好發(fā)展，然而它仍然有不足之處。支持向量機(jī)的本質(zhì)是求解數(shù)學(xué)上的凸二次規(guī)劃問題，在面臨大量的數(shù)據(jù)樣本時(shí)訓(xùn)練速度很慢，而且空間存儲要求很大，這些不足會限制它在各領(lǐng)域的應(yīng)用效果。如何克服不足，提高支持向量機(jī)的訓(xùn)練速度，推廣支持向量機(jī)的應(yīng)用范圍和提高應(yīng)用效果，是很有價(jià)值和意義。

【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供一種訓(xùn)練速度快，空間存儲要求小的基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法。
[0007]本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法，具體步驟如下:
[0008]步驟1:采集良惡性肺結(jié)節(jié)的原始樣本集Stl ;樣本集是二分類型的數(shù)據(jù):一類是正類數(shù)據(jù)，代表良性肺結(jié)節(jié)；另一類是負(fù)類數(shù)據(jù)，代表惡性肺結(jié)節(jié)；
[0009]步驟2:針對良惡性肺結(jié)節(jié)的原始樣本集Stl進(jìn)行樣本約簡，得到支持向量機(jī)的良惡性肺結(jié)節(jié)的最終訓(xùn)練集S2;以樣本點(diǎn)和兩類樣本數(shù)據(jù)中心連線上的兩個(gè)點(diǎn)構(gòu)成一個(gè)三角形；記樣本點(diǎn)為三角形的頂點(diǎn)，然后分別計(jì)算出三角形兩個(gè)底角的余弦值；再將兩個(gè)余弦值作商與閾值進(jìn)行比較，進(jìn)而挑選出邊界樣本；
[0010]步驟3:對約簡后的最終訓(xùn)練集&進(jìn)行SVM訓(xùn)練，得到最后的分類決策函數(shù)f(x)；給定二分類問題的訓(xùn)練集
【權(quán)利要求】
1.基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法，其特征在于:具體步驟如下: 步驟1:采集良惡性肺結(jié)節(jié)的原始樣本集Stl ;樣本集是二分類型的數(shù)據(jù):一類是正類數(shù)據(jù)，代表良性肺結(jié)節(jié)；另一類是負(fù)類數(shù)據(jù)，代表惡性肺結(jié)節(jié)； 步驟2:針對良惡性肺結(jié)節(jié)的原始樣本集Stl進(jìn)行樣本約簡，得到支持向量機(jī)的良惡性肺結(jié)節(jié)的最終訓(xùn)練集S2 ;以樣本點(diǎn)和兩類樣本數(shù)據(jù)中心連線上的兩個(gè)點(diǎn)構(gòu)成一個(gè)三角形；記樣本點(diǎn)為三角形的頂點(diǎn)，然后分別計(jì)算出三角形兩個(gè)底角的余弦值；再將兩個(gè)余弦值作商與閾值進(jìn)行比較，進(jìn)而挑選出邊界樣本； 步驟3:對約簡后的最終訓(xùn)練集S2進(jìn)行支持向量機(jī)訓(xùn)練，得到最后的分類決策函數(shù)f(x);給定二分類問題的訓(xùn)練集r={(u)L GlxF5其中Xi e X=RnJi e {+1,-1};得到最終的分類決策函數(shù):
2.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法，其特征在于: 所述的步驟2中支持向量機(jī)樣本約簡算具體步驟如下: 步驟2.1:求出良惡性肺結(jié)節(jié)的原始樣本集Stl中正、負(fù)類數(shù)據(jù)的最小圓0l，O2 ;利用支持向量域描述算法分別計(jì)算2個(gè)圓的圓心0l，O2坐標(biāo)；和半徑rι，r2的值；再分別求得球心間的距離O1O2=I O1-O2 I和超球半徑和!T^r2 ； 步驟2.2:判斷正負(fù)類數(shù)據(jù)是否有重疊部分；通過比較兩個(gè)圓半徑和ri+r2與圓心間的距離O1O2，可知有兩種情形:a)ri+r2〈0l02則正負(fù)類數(shù)據(jù)無重疊部分；b)ri+r2 ^ O1O2則正負(fù)類數(shù)據(jù)有重疊部分；點(diǎn)A1, A2分別為圓0l，O2與線段O1O2的交點(diǎn)，點(diǎn)ο為線段A1A2的中點(diǎn)，在上述的兩種情形下分別計(jì)算線段A1A2的中點(diǎn)ο的坐標(biāo)，經(jīng)過計(jì)算得知兩種情形下點(diǎn)O的坐標(biāo)計(jì)算公式一致，皆為
3.根據(jù)權(quán)利要求2所述的基于支持向量機(jī)樣本約簡的肺結(jié)節(jié)良惡性鑒別方法，其特征在于:所述步驟2.7:挑選出良惡性肺結(jié)節(jié)的最終訓(xùn)練集S2的具體方法如下:
【文檔編號】G06K9/66GK103778444SQ201410007463
【公開日】2014年5月7日 申請日期:2014年1月7日 優(yōu)先權(quán)日:2014年1月7日
【發(fā)明者】郭薇, 張國棟, 周炬, 吳海萍 申請人:沈陽航空航天大學(xué)