Multi-Agent算法在乳腺鉬靶X影像CAD系統(tǒng)腫塊分類中的研究與應用.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、乳腺癌是女性最常見的癌癥之一,是當今世界婦女惡性腫瘤死亡的首位原因。乳腺鉬靶X線影像計算機輔助診斷(Computer Aided Diagnosis,CAD)系統(tǒng)可以輔助醫(yī)生診斷,提高乳腺癌病變的檢測精度,這已經被許多學者廣泛研究。
   在目前的乳腺CAD系統(tǒng)中,已經有很多乳腺癌鉬靶X線影像腫塊分類算法研究,分類器融合算法能夠提高分類精度,已在很多領域被證實。因此,本文試圖構造一種的融合分類器,并將其用于對乳腺癌鉬靶X線影像中

2、的腫塊進行分類。
   傳統(tǒng)的融合方法一般是先提出某一計算模型,根據訓練樣本估計模型中的參數,使該模型在統(tǒng)計意義上達到最優(yōu),而沒有考慮各個樣本的具體情況,即不考慮各分類器關于某一樣本的置信度,這就使得分類器的輸出結果總是按固定的權值被融合在一起。Multi-Agent算法正好彌補這一缺陷,當輸入一個新的樣本,多個自主Agent進行交互協(xié)調,進行調整各自的決策和行為,進而給出一個比較滿意的決策結果。鑒于這一點,本論文將Multi-

3、Agent融合算法應用到乳腺鉬靶X線影像CAD系統(tǒng)的腫塊分類中,論文的工作內容以及創(chuàng)新點主要有以下幾點:
   (1)、深入分析Multi-Agent算法的理論特點以及與乳腺鉬靶X線影像腫塊分類檢測的關聯,并在前人的理論基礎上進行算法改進,將單分類器的度量值信息引入到融合算法中。
   (2)、提出兩種新的腫塊特征,并結合已有的5種特征構成新的腫塊特征表征組,與傳統(tǒng)腫塊特征組進行比較。實驗結果表明,新特征組可以用于腫塊分

4、類。
   (3)、首次提出并構建基于Multi-Agent融合算法的腫塊分類模型,闡述了該模型的處理流程。將Multi-Agent算法和傳統(tǒng)的融合算法進行比較,實驗結果表明,Multi-Agent算法可以提高乳腺CAD系統(tǒng)的腫塊分類性能,并且在分類精度和穩(wěn)定性上優(yōu)于實驗中的其他融合算法。
   (4)、將Multi-Agent融合算法應用到乳腺鉬靶X線影像雙視角信息融合腫塊分類當中,并進行實驗。初步探討了雙視角融合的意

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論