PCA和SVM在新疆哈萨克族食管癌图像分类中的研究与应用

目的:利用PCA和SVM对新疆哈萨克族食管癌X射线图像进行特征提取、特征选择及分类研究。方法:利用基于灰度共生矩阵的纹理特征和小波变换的频域特征提取法,提出将ROC曲线面积选择法和主成分分析法相结合的两步式特征选择法,利用Bayes和SVM分类器对图像进行分类以验证所提取特征的分类能力。结果:AUC>0.7的特征经主成分分析后输入到SVM分类器和Bayes分类器中得到的分类准确率和AUC值最高,分别为91%和85%、0.945和0.915。结论:SVM具有较好的分类性能,两步式特征选择法能有效地消除特征之间的共线性,极大提高了特征的分类能力,本研究有望提高新疆哈萨克族食管癌CAD系统的整体性能。

基于SVM的新疆哈萨克族食管癌医学图像特征提取及分类研究

目的:利用SVM对新疆高发病哈萨克族食管癌X线医学图像进行分类研究。方法:随机选取正常食管和缩窄型食管癌X线医学图像各120张,运用灰度直方图法和灰度共生矩阵法提取图像的特征,采用Lib-SVM工具箱,在SVM类型设置上选择C-SVC,选择4种核函数,通过调整核函数的参数与C-SVC分类器的参数进行实验。结果:利用灰度直方图法提取的特征量进行分类时,线性核函数和RBF核函数的分类准确率较高,均可达92.5%;利用灰度共生矩阵法提取的特征量进行分类时,线性核函数、RBF核函数、Sigmoid核函数的分类准确率较高,均可达87.5%;利用灰度直方图特征和灰度共生矩阵特征组成的综合特征进行分类时,多项式核函数和RBF核函数的准确率较高,均可达97.5%。结论:灰度直方图特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力;RBF核函数的分类性能较其他核函数突出。SVM对食管癌X线医学图像具有较高的分类识别率,为新疆高发病哈萨克族食管癌的计算机辅助诊断系统的研究奠定了基础。

基于PCA和C4.5决策树的新疆哈萨克族食管癌图像鉴别研究

目的:探讨C4.5决策树算法结合主成分分析法(PCA)在新疆高发病食管癌X钡剂造影图像分类中的应用。方法:选取新疆高发病食管癌图像200张,其中蕈伞型和溃疡型图像各100张。对图像进行归一化、去噪和空间转换等预处理;对图像进行二尺度小波变换提取图像的低频信息,然后对其进行灰度共生矩阵法提取图像的特征;采用主成分分析(PCA)法对所提取的特征进行筛选;通过构造决策树C4.5算法分类器来验证特征的分类能力。结果:使用决策树C4.5算法分类器,对主成分分析获取的特征及综合特征进行分类。PCA选择的特征分类准确率为95%;使用综合特征分类准确率为80%。结论:综合特征的分类准确率与PCA选择的特征相比较低,表明在进行分类时,冗余特征可能会降低分类准确率;而本研究采用PCA选择后的特征分类准确率较高,表明该算法能有效减少冗余特征,弥补了过高维数的特征向量易引起维数灾难的问题,从而使得分类准确率得到了提高。一定程度上为后续的其它组织器官的特征提取提供了依据。

Survivin调控相关基因在新疆哈萨克族食管癌中的表达

目的:探讨与凋亡相关因子Survivin调控相关的基因c-IAP2、Bcl-2、STAT3、cyclinD1、PTEN、VEGF在新疆哈萨克族食管癌中的作用。方法:从50例新疆哈萨克族食管癌标本中筛选出Survivin mRNA差异表达(癌组织中的表达量高于远端无癌组织)的32例癌组织及远端无癌组织标本,采用RT-PCR方法检测c-IAP2、Bcl-2、STAT3、cyclinD1、PTEN、VEGF mRNA在标本中的表达;并分析这些基因的表达与临床病理因素间的关系。结果:在哈萨克族食管癌中,c-IAP2、Bcl-2、STAT3、cyclinD1、PTEN、VEGF mRNA的表达阳性率依次为93.75%,78.13%、68.75%、65.63%、87.5%和84.38%;半定量光密度扫描结果显示,c-IAP2、STAT3、PTEN、VEGF mRNA在癌组织中的表达均显著高于无癌组织(P均<0.05);Survivn mRNA的阳性表达率与c-IAP2、STAT3、PTEN、VEGF mRNA的表达呈正相关;在食管癌组织中cyclinD1 mRNA的表达与c-IAP2、Bcl-2、PTEN mRNA的表达具有相关性(P<0.05),PTEN的表达与c-IAP2、STAT3、cyclinD1、VEGF mRNA的表达具有相关性(P<0.05);cyclinD1 mRNA的表达与哈萨克族食管癌组织的分化程度相关,Bcl-2、STAT3 mRNA的表达与食管癌淋巴结转移相关,VEGF mRNA的表达则与食管癌患者性别、癌组织分化程度相关(P<0.05)。结论:Survivin调控相关的基因c-IAP2、Bcl-2、STAT3、cyclinD1、PTEN、VEGF在新疆哈萨克族食管癌发生发展过程中可能发挥着重要的作用。

基于区域增长法的新疆哈萨克族食管癌X射线医学图像的分割研究

目的为了提高分类和检索准确率从哈萨克族食管癌X射线医学图像中提取感兴趣区域。方法通过40幅新疆哈萨克族食管癌X射线医学图像中得出新疆哈萨克族食管癌医学图像直方图特征并利用此特征分别采用区域增长法和全阈值法分割100新疆哈萨克族食管癌医学图像,并利用面积大小差异和平均表面距离评价分割结果。结果分割后的图像与手工分割的图像进行比较评价得出区域增长法与手工分割图像面积平均相差4.1606%,平均表面距离相差1个像素点而全阈值法分割后图像面积平均相差13.056%,平均表面距离相差3个像素点。结论区域增长法比较适合分割新疆哈萨克族食管癌X射线医学图像。此研究不仅能提高新疆哈萨克族食管癌辅助诊断系统的诊断准确率并对以后的食管癌医学图像分割研究奠定了基础。