学位论文 > 优秀研究生学位论文题录展示

基于CT图像的周围型非小细胞肺癌分型诊断模型研究

作　者: 马俊雷
导　师: 刘露
学　校: 哈尔滨理工大学
专　业: 模式识别与智能系统
关键词: Logistic回归 特征选择 肺癌分型 人工神经网络 支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 23次
引　用: 0次
阅　读: 论文下载
 

内容摘要


肺癌是癌症中最常见的恶性肿瘤之一。数十年来,肺癌的发病率和死亡率都呈现明显的上升趋势。对肺癌病理类型的早期诊断可以有效提高肺癌患者治疗的效果。目前,CT扫描是诊断肺部疾病的一个重要手段,由于模式识别、机器学习、数字图像处理等技术的不断发展,使得基于CT图像的肺部疾病计算机辅助诊断成为可能,在医生诊断肺癌类型前应用计算机诊断模型对肺癌的种类分型,对减少医生由于感知误差引起的误诊率,提高医生对病理类型的诊断准确率具有非常重要的意义。首先,本文研究了Logistic回归模型的原理和建立模型的自变量选择方法和评价方法,实现了基于Logistic回归分析的周围型非小细胞肺癌的CT影像特征选取,并优选出边缘、晕征、空洞、周围肺气肿4个特征做为腺癌、鳞癌分型模型的特征输入。其次,本文研究了医学研究中常用的统计学Fisher判别分析的基本理论和方法,以及使用Fisher判别分析中应该注意的问题,建立了基于Fisher判别分析的周围型非小细胞肺癌的分型模型,并使用此模型对120例腺癌、鳞癌进行了病理类型分型实验,该模型分型准确率达到72.5%。最后,本文研究了人工神经网络和支持向量机的原理及其支持向量机在医学领域中的应用,建立了基于人工神经网络和支持向量机的周围型非小细胞肺癌的分型诊断模型,并分别用模型对腺癌、鳞癌做了病理分型实验,该模型分型准确率分别达到70%和80%,支持向量机高于Fisher判别模型和人工神经网络模型的分型准确率,表明在有限样本的情况下,支持向量机的分型效果最好,为辅助医生诊断肺癌类型,给出一个应用机器学习的参考,对提高医生对病理类型的诊断准确率具有非常重要的意义。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-14
  1.1 课题来源及研究的目的和意义  10-11
  1.2 国内外在该方向的研究现状  11-12
  1.3 肺部CT图像的介绍  12-13
  1.4 本文的研究内容与组织结构  13-14
第2章 基于Logistic回归分析的特征选择方法  14-25
  2.1 Logistic回归模型的原理  14-19
    2.1.1 模型的构造  14-15
    2.1.2 模型中参数的意义  15-17
    2.1.3 模型的参数估计  17
    2.1.4 模型的假设检验  17-19
  2.2 Logistic回归模型的建立  19-20
    2.2.1 模型自变量的选择方法  19
    2.2.2 模型评价  19-20
  2.3 Logistic回归分析及特征选择  20-24
    2.3.1 数据准备  20-22
    2.3.2 Logistic回归分析  22-24
  2.4 本章小结  24-25
第3章 基于Fisher判别分析的周围型非小细胞肺癌分型模型研究  25-33
  3.1 Fisher判别分析的理论和方法  25-29
    3.1.1 Fisher判别分析的基本理论  26-27
    3.1.2 Fisher判别的方法  27-29
  3.2 判别准则的评价  29
  3.3 判别分析中应注意的问题  29-30
  3.4 基于Fisher判别的周围型非小细胞肺癌分型判别分析  30-32
  3.5 本章小结  32-33
第4章 基于人工神经网络的周围型非小细胞肺癌分型模型研究  33-44
  4.1 人工神经网络概述  33-34
    4.1.1 引言  33
    4.1.2 神经网络的应用及研究方向  33-34
  4.2 人工神经网络原理  34-41
    4.2.1 神经元模型  34-36
    4.2.2 神经网络的学习和训练  36
    4.2.3 前馈神经网络的主要算法  36-41
  4.3 基于人工神经网络的周围型非小细胞肺癌分型  41-42
  4.4 本章小结  42-44
第5章 基于支持向量机的周围型非小细胞肺癌分型模型研究  44-53
  5.1 支持向量机概述  44-45
  5.2 支持向量机原理  45-50
    5.2.1 最优分类面  45-47
    5.2.2 支持向量机  47-48
    5.2.3 核函数  48-50
  5.3 基于支持向量机的周围型非小细胞肺癌分型  50-52
    5.3.1 结果分析  51-52
  5.4 本章小结  52-53
结论  53-55
参考文献  55-59
攻读硕士学位期间发表的学术论文  59-60
致谢  60

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  4. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 基于仿生模式识别的文本分类技术研究,TP391.1
  11. 唇读中的特征提取、选择与融合,TP391.41
  12. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 基于支持向量机的故障诊断方法研究,TP18
  15. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  16. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  17. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  18. 语音情感识别的特征选择与特征产生,TP18
  19. 大学生抑郁情绪的预测模型研究,B842.6
  20. 基于车载3D加速传感器的路况监测研究,TP274
  21. 兖州矿区植物波谱变异与重金属胁迫特征研究,X173

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com