基于粗糙集和决策树的医学图像分类研究

摘要

根据医学图像数据的特性,提出一种基于粗糙集和决策树相结合的数据挖掘新方法.该方法利用粗糙集中基于属性重要性的离散化方法对医学图像特征进行离散化,采用粗糙集对其属性进行约简,得到低维训练数据,再用SLIQ决策树算法产生决策规则.实验表明:将粗糙理论与SLIQ相结合的数据挖掘方法既保留了原始数据的内部特点,同时剔除了与分类无关或关系不大的冗余特征,从而提高了分类的准确率和效率.