Multi-Agent算法在乳腺钼靶X影像CAD系统肿块分类中的研究与应用

发布时间：2020-03-20 21:17

【摘要】：乳腺癌是女性最常见的癌症之一，是当今世界妇女恶性肿瘤死亡的首位原因。乳腺钼靶X线影像计算机辅助诊断(Computer Aided Diagnosis，CAD)系统可以辅助医生诊断，提高乳腺癌病变的检测精度，这已经被许多学者广泛研究。 在目前的乳腺CAD系统中，已经有很多乳腺癌钼靶X线影像肿块分类算法研究，分类器融合算法能够提高分类精度，已在很多领域被证实。因此，，本文试图构造一种的融合分类器，并将其用于对乳腺癌钼靶X线影像中的肿块进行分类。 传统的融合方法一般是先提出某一计算模型，根据训练样本估计模型中的参数，使该模型在统计意义上达到最优，而没有考虑各个样本的具体情况，即不考虑各分类器关于某一样本的置信度，这就使得分类器的输出结果总是按固定的权值被融合在一起。Multi-Agent算法正好弥补这一缺陷，当输入一个新的样本，多个自主Agent进行交互协调，进行调整各自的决策和行为，进而给出一个比较满意的决策结果。鉴于这一点，本论文将Multi-Agent融合算法应用到乳腺钼靶X线影像CAD系统的肿块分类中，论文的工作内容以及创新点主要有以下几点: (1)、深入分析Multi-Agent算法的理论特点以及与乳腺钼靶X线影像肿块分类检测的关联，并在前人的理论基础上进行算法改进，将单分类器的度量值信息引入到融合算法中。 (2)、提出两种新的肿块特征，并结合已有的5种特征构成新的肿块特征表征组，与传统肿块特征组进行比较。实验结果表明，新特征组可以用于肿块分类。 (3)、首次提出并构建基于Multi-Agent融合算法的肿块分类模型，阐述了该模型的处理流程。将Multi-Agent算法和传统的融合算法进行比较，实验结果表明，Multi-Agent算法可以提高乳腺CAD系统的肿块分类性能，并且在分类精度和稳定性上优于实验中的其他融合算法。 (4)、将Multi-Agent融合算法应用到乳腺钼靶X线影像双视角信息融合肿块分类当中，并进行实验。初步探讨了双视角融合的意义以及双视角模式下基于Multi-Agent的乳腺CAD肿块分类性能。
【图文】：

(a)、(b)为恶性微钙化，(c)、(d)为良性微钙化

(a) (b)(c) (d)图2.2 (a)、(b)为恶性肿块，(c)、(d)为良性肿块乳腺钼靶X线摄影是发现和诊断乳腺癌的最常用手段，其对乳腺恶性病灶有较高的敏感性和特异性，一般情况下，敏感性在82.0%和89.0%之间，特异性在87.0%和94.0%之间。放射科医生的一个重要工作就是鉴别良性病灶与恶性病灶。在临床实践中，放射科医生一般都要对所有检测出的病灶经过仔细分析。对于良
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：R816.4;TP391.5

【共引文献】

相关期刊论文 前10条

1 马永军,方凯,方廷健;基于支持向量机和距离度量的纹理分类[J];中国图象图形学报;2002年11期

2 马永军,方凯,王定成,方廷健,陈卫;基于支持向量机和距离度量的管道内表面图像分类方法研究[J];数据采集与处理;2002年02期

3 李凯,郭子雪;一种基于SVM的函数模拟方法[J];微机发展;2001年03期

4 陶卿,孙德敏,范劲松,方廷健;基于闭凸包收缩的最大边缘线性分类器[J];软件学报;2002年03期

5 陈治平,林亚平,彭雅,王雷,童调生;基于最小类差异的无关信息预处理算法[J];电子学报;2003年11期

6 辛秀华,杨宣访,卜乐平;现代模拟电路故障诊断方法发展综述[J];航空计算技术;2004年04期

7 张伟丰;郑建国;;多智能体遗传算法优化神经网络权值研究[J];湖北汽车工业学院学报;2005年04期

8 杨利英,覃征,王向华;多分类器融合实现机型识别[J];计算机工程与应用;2004年15期

9 季艳,高大启;基于Borda规则的分类器组合方法及其在手写字符识别中的应用[J];计算机与数字工程;2005年05期

10 辛秀华,杨宣访,卜乐平;现代模拟电路故障诊断方法综述[J];自动化与仪器仪表;2005年02期

相关博士学位论文 前10条

1 张永梅;基于融合的人脸识别方法研究[D];中北大学;2005年

2 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2006年

3 唐万梅;几个预测方法及模型的研究[D];内蒙古大学;2006年

4 陈伏兵;人脸识别中鉴别特征抽取若干方法研究[D];南京理工大学;2006年

5 郑宇杰;特征提取方法及其应用研究[D];南京理工大学;2007年

6 程军圣;基于Hilbert-Huang变换的旋转机械故障诊断方法研究[D];湖南大学;2005年

7 陈治平;智能搜索引擎理论与应用研究[D];湖南大学;2003年

8 蔡从中;支持向量机及其在生物材料功能研究中的应用[D];重庆大学;2003年

9 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年

10 高秀梅;基于核投影分析的特征抽取及应用研究[D];南京理工大学;2004年

相关硕士学位论文 前10条

1 车志军;人工智能在搜索引擎资源获取中的应用[D];浙江大学;2006年

2 周春艳;面向对象的高分辨率遥感影像信息提取技术[D];山东科技大学;2006年

3 常军民;基于多特征多分类器融合决策的印鉴识别[D];浙江工业大学;2005年

4 易昂;MAS应用于分布式数据挖掘的研究[D];长沙理工大学;2004年

5 高倩;基于高分辨率雷达距离像的自动目标识别研究[D];南京航空航天大学;2002年

6 沈培华;支持矢量机的算法研究和应用[D];南京理工大学;2002年

7 董西国;支持向量机在数据挖掘中的应用[D];哈尔滨工程大学;2002年

8 张海燕;基于分词的中文文本自动分类研究与实现[D];湖南大学;2002年

9 田萱;基于Internet的信息检索若干问题的研究[D];山东师范大学;2003年

10 袁小勇;基于模板匹配、马赛克图以及支持向量机的人脸检测[D];苏州大学;2003年

本文编号：2592209