首页> 中文期刊> 《遵义医科大学学报》 >基于图像处理技术的肺结节分割和肺部良恶性分型

基于图像处理技术的肺结节分割和肺部良恶性分型

         

摘要

目的探讨CAD技术和图像处理算法应用于肺结节分割和肺部良恶性分型的效果。方法选择2015年1月至2020年12月在我院数据库中肺结节CT图像2856个进行回顾性分析,其中直径标准为3~30 mm。将其中的2744个肺结节作为训练集,良性和恶性分别为2380、364个;剩下的112个作为验证集,良性和恶性分别为62、50个。通过PyRaDiomics提取各个结节的影像学特征,并应用三联法或者LASSO算法进行特征筛选,以构建出基于SVM算法的肺结节良恶性预测模型,评价分析最优模型在验证集中的效能,同时采用交叉验证法评价训练集。结果通过训练样本重复进行特征选择,结果显示组间对比的特征差异为820,具有显著性意义(P<0.05),并应用LASSO确定了特征17个;通过无监督聚类观察验证集,本实验构建的分类模型在肺部良恶性分型中的准确率达到了69.7%,其中特异度0.680、敏感度0.651,NPV、PPV分别为0.680、0.707;在数据库验证集中进行验证,应用LASSO算法得出最优诊断模型的特异度为0.711、符合率为0.756、敏感度为0.811、AUC为0.776、PPV和NPV分别为0.690、0.819。结论CAD技术和图像处理算法在肺结节分割和肺部良恶性分型中应用效果较好,具有一定的泛化性,可以进一步在计算机辅助诊断中推广。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号