基于肺部肿瘤影像划分样本空间下的集成ResNet-NRC方法

摘要

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。