膀胱癌MRI计算机辅助诊断系统中的特征选择研究

摘要

计算机辅助诊断系统(Computer Aided Diagnosis),简称为CAD，是现代高清晰影像技术和计算机分析计算相结合产生的一种热门技术，在临床应用中具有相当的价值。整个计算机辅助诊断系统是由预处理，ROI(region ofinterest)提取，特征提取和选择和分类标识四个阶段构成。随着各种特征的提出，特征集合变得越来越大并且包含大量重复的信息，甚至可能导致“维数灾难”问题。因此计算机辅助诊断系统中迫切需要符合医学评价特点的特征选择算法来进行有效的特征选择。本文对特征选择算法在计算机辅助诊断系统中的应用做了一些研究：
　　首先讨论特征选择研究的现状和问题，提出选用模型的依据和技巧，分析并实现了一些常用的Filter类特征选择算法模型。
　　其次对应mRMR和FAST算法模型的不足，作者提出了一种mR-FAST算法。通过结合实际结肠癌/息肉影像中提取的数据进行实验证明该算法达到了需要的效果。实验中使用ROC曲线(Receiver Operating Characteristic Curve)作为评价分类效果的标准，使评价更符合医学研究的意义。
　　最后将所提出的算法应用于膀胱癌MRI(Magnetic Resonance Imaging)计算机辅助诊断系统中结合患者 MRI扫描数据进行检测实验，最终达到了准确率为98.3713％，AUC(ROC曲线下面积)为0.9852的效果。