公开(公告)号：CN111583194A

公开(公告)日：2020-08-25

申请号：CN202010322570.8

申请日：2020-04-22

Applicant: 北方民族大学

Inventor： 周涛 ,  陆惠玲 ,  张飞飞 ,  韩强 ,  贺钧 ,  田金琴 ,  董雅丽

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/136 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开了一种基于贝叶斯粗糙集和布谷鸟算法的高维特征选择算法，包括：获取肺部肿瘤图像，并进行目标轮廓分割，得到分割后的ROI图像；提取分割后的ROI图像的高维度特征分量，并基于特征分量构建包含特征属性的决策信息表；采用BRSGA算法对原始特征空间进行约简，得到最优特征子集，利用CS算法对SVM的惩罚因子和核函数参数进行优化，并将约简后的特征子集输入至优化后的SVM，得到分类识别结果。本发明通过遗传算法和BRS生成最优特征子集，在不降低分类精确度的前提下降低特征维度，摆脱了参数人工设置的束缚，减少了时间消耗。利用CS对SVM参数进行全局寻优，具有更有效的探索搜索空间，丰富了种群的多样性，具有良好的鲁棒性和较强的全局搜索能力。

公开(公告)号：CN111583194B

公开(公告)日：2022-07-15

申请号：CN202010322570.8

申请日：2020-04-22

Applicant: 北方民族大学

Inventor： 周涛 ,  陆惠玲 ,  张飞飞 ,  韩强 ,  贺钧 ,  田金琴 ,  董雅丽

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/136 ,  G06V10/764 ,  G06V10/771 ,  G06V10/40 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开了一种基于贝叶斯粗糙集和布谷鸟算法的高维特征选择算法，包括：获取肺部肿瘤图像，并进行目标轮廓分割，得到分割后的ROI图像；提取分割后的ROI图像的高维度特征分量，并基于特征分量构建包含特征属性的决策信息表；采用BRSGA算法对原始特征空间进行约简，得到最优特征子集，利用CS算法对SVM的惩罚因子和核函数参数进行优化，并将约简后的特征子集输入至优化后的SVM，得到分类识别结果。本发明通过遗传算法和BRS生成最优特征子集，在不降低分类精确度的前提下降低特征维度，摆脱了参数人工设置的束缚，减少了时间消耗。利用CS对SVM参数进行全局寻优，具有更有效的探索搜索空间，丰富了种群的多样性，具有良好的鲁棒性和较强的全局搜索能力。

公开(公告)号：CN111582330A

公开(公告)日：2020-08-25

申请号：CN202010323907.7

申请日：2020-04-22

Applicant: 北方民族大学

Inventor： 周涛 ,  陆惠玲 ,  霍兵强 ,  贺钧 ,  丁红胜 ,  张飞飞 ,  董雅丽

IPC: G06K9/62 ,  G06K9/32 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于肺部肿瘤影像划分样本空间下的集成ResNet-NRC方法，包括如下步骤：收集同一肺部肿瘤的三种维度下的医学图像信息，即三模态数据集CT、PET、PET/CT；根据三模态数据集CT、PET、PET/CT划分出三个模态的样本特征空间；根据三个模态的样本特征空间构建三种模态的残差神经网络模型，即基分类器；采用相对多数投票法对三种基分类器进行组合，形成最终分类识别结果。本发明分类精确度优，满足对基分类器的精确度高和差异性大的条件，可有效解决高维数据的优化问题，特异性和灵敏度等各项评价指标也较高，该方法具有较好的鲁棒性和泛化能力。