一种用于影像组学的多级特征选择方法

摘要

针对医学影像中高维特征的问题,提出一种用于影像组学的多级特征选择方法(MSOM-GA).用组内相关系数过滤对边界敏感的特征.用混合F-Score和信息增益的方法,去除不相关特征.用遗传算法去除冗余特征,选择最优特征子集.该算法在河南省人民医院脑胶质瘤影像数据上进行验证,实验显示,特征选择算法能显著提升特征的质量,算法的auc、acc、敏感度、特异性分别为0.9756、92.29％、93.70％、89.26％,与对照组相比具体数值有较为显著的提升.结果表明,该特征选择方法能有效地去除肿瘤边界不稳定特征、冗余特征和不相关特征,提高模型的训练精度.