基于改进LVQ算法的肺结节识别与分类

摘要

目前,肺癌的是发病率最高的肿瘤,若能在早期发现癌变并进行相应治疗,将极大地提高患者的生存率;肺癌的症状在早期表现为肺结节;以提高肺结节检测识别率并进行良恶性分类为目的,提出了一种改进的LVQ分类器算法;首先使用C-V算法对原始图像进行肺实质分割,再使用最优阈值法进行感兴趣区域提取,并进行特征提取和特征归一化;使用多次聚类算法检测肺结节;使用基于改进的LVQ分类器进行肺结节的良恶性进行分类;利用改进后的LVQ分类器在LIDC数据集上进行实验,得到了对良性结节的确诊率为87.3％,对恶性结节的确诊率为80.8％;实验结果表明,改进后的算法在良恶性结节分类上具有较高的确诊率,有助于提高医生的工作效率,实现肺结节的辅助发现.