基于仿滤子的CT图像特征选择对非小细胞肺癌的鉴别

肺癌是世界上最致命的疾病之一。不同类型肺癌的CT图像分类也是计算机辅助诊断中最重要的问题之一。由于可以从计算机断层图像中提取许多图像特征,并且一些特征与最终诊断结果无关,因此该方法仍然是一项困难的任务。在本研究中,我们提出了一种基于仿虑子的方法来产生最佳特征集,并最小化输出特征的无关性。所提出的特征选择策略不仅可以生成最优的特征子集,而且可以在指定的参数设置下约束不相关特征的误发现率。针对所提出的特征选择策略确定的特征,对支持向量机分类器进行训练,得到曲线下面积为(0.86±0.02)。实验结果表明,该方法对肺癌的诊断具有潜在价值。