基于特征相似性测量码书学习的黑色素瘤良恶性分类算法研究

发布时间：2021-06-09 12:44

　　黑色素瘤是一种常见的皮肤恶性肿瘤,在过去的几十年里,其发病率一直在迅速增加,已成为严重威胁人类健康甚至生命的疾病之一。基于Bag-of-Features（BoF）模型的黑色素瘤分类方法可以有效地帮助皮肤科医生诊断皮肤疾病,近年来受到专家和学者的广泛关注。但是,传统的BoF模型是基于k-means无监督聚类算法来学习码书,由k-means产生的聚类中心不可抗拒地被特征较密集区域所吸引,其大部分聚类中心位于高密度区域,而只有少部分稀疏地散落在稀疏区域,容易导致分类精度不高。另外,由于k-means算法通过多次迭代求解最优解,整个过程比较耗时。基于上述分析,本文首先提出了一种基于特征相似性测量的码书学习算法,其次,基于该码书学习算法提出了一种黑色素瘤良恶性分类算法,主要工作如下:（1）提出了一种基于特征相似性测量的码书学习算法,我们利用线性无关和线性预测来衡量特征相似性,通过该算法学习的码书中的码字不受特征密集程度的影响,从而有效地克服了 k-mean算法产生聚类中心的高密度倾向性。同时,基于特征相似性测量的码书学习算法较k-means算法具有较低的时间复杂度。通过两个不同码书学习算法的码字... 

【文章来源】：湘潭大学湖南省

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

图１．１恶性黑色素瘤的图例??

借助皮肤镜这个辅助诊断工具，皮肤科专家结合宏观与微观上的临床皮肤病学与??病理学，对黑色素瘤进行诊断，这样能有效的减少误诊的概率，是正确诊断恶性??黒色素瘤和其他良性皮肤损伤的有效工具，如图１．２所示。??ＰＰ?ｍ??ｔａｒｎ?ｉｗｉ??图１．２皮肤镜实物图（左）和皮肤镜检测图（右）??１．１．２研究意义??尽管借助皮肤镜成像技术，皮肤表面细节能够清晰的用肉眼观察，但是医生??在临床诊断皮肤疾病时，仅凭借医生的主观经验对皮损的颜色、形状和纹理特征??进行分析来识别黑色素瘤等皮肤疾病存在以下几个难点：（１）黑色素瘤图像采集??过程中易受成像设备、噪声、光照的影响，医生通过肉眼去分析受其影响较大；??（２）健康皮肤和病变区域的边界对于裸眼是没有清晰的划分及边界的不规则性，??皮肤科医生手动分割的病变区域存在较大误差；（３）部分病变区域有毛发的遮挡，??不利于肉眼直接观察分析；（４）不同医生的水平经验存在差异，对于同一黑色素??瘤图像的诊断结果不一致，甚至同一医生在不同时间的诊断结果也会发生变化。??另外

?（２．５）??其中Ａ：为经验值，是相邻两个尺度空间的倍数。高斯差分尺度空间的建立??如图２．２所示，每一阶尺度空间为一个Ｏｃｔａｖｅ，两个Ｏｃｔａｖｅ分别表示原始图像??和降采样后的图像的尺寸大小，其中Ｓｅｃｏｎｄ?Ｏｃｔａｖｅ中图像的长和宽分别为Ｆｉｒｓｔ??Ｏｃｔａｖｅ中的一半，即降采样后的图像大小只有原始图像的四分之一。??．＇?－?—．．．．．．—？??－?－????—：??／?＊、、?．?，，ｒ?／??？＝：二二．二二；－－气：…?？／－?￣?－Ｔ?７￣?＂??，＊?——７＂?＂７＊?．…－—－‘??Ｓｃａｌｅ?４??Ｆｉｎ；ｔ?Ｏｃｉａｖｅ??．■?．．?ｒ－－，■—．■■■■－？—ｒ?．，／?＜．?．?／??ｉｋ?广???．．．．．．．．一???．．．．．一．??ｆｔ?－ｙ????ｒ—ｒ－－７?？＇赢???ｒ—，．．…?

【参考文献】：
期刊论文
[1]基于视觉词袋模型的图像分类改进方法[J]. 曹宁,冯阳.  电子设计工程. 2015(15)
[2]采用改进词袋模型的空中目标自动分类[J]. 朱旭锋,马彩文,刘波.  红外与激光工程. 2012(05)

博士论文
[1]最小二乘支持向量机算法及应用研究[D]. 郭新辰.吉林大学 2008

硕士论文
[1]基于皮肤镜的恶性黑色素瘤检测研究[D]. 罗焰.电子科技大学 2016
[2]基于特征包的火焰检测技术的研究及实现[D]. 陈英南.山东财经大学 2014



本文编号：3220602