基于组合学习算法的肺栓塞诊断模型

CT血管造影在肺栓塞临床诊断中有着广泛的应用,然而血管造影大都包含上百张肺部切片,人工筛选这些切片效率低下出错率较高。尝试通过组合学习算法建立自动识别模型来有效提高识别能力,识别模型由三部分构成:数据的不平衡处理,变量选择方法和组合学习模型。通过比较不同不平衡数据处理策略和变量选择方法的基础上,选择Adaboost方法进行分类算法的学习,临床数据的结果表明该方法能较好地辅助实际诊断。