一种针对CT影像的肺结节恶性度分级方法

摘要

本发明公开了一种针对CT影像的肺结节恶性度分级方法。其步骤为：1.提取影像组合特征并融合卷积神经网络获得的高阶特征形成肺内小结节的每类放射学语义征象的特征集。2.根据特征重要性排名对每类放射学语义征象进行特征选择。3.利用进化搜索机制来优化集成分类器的结构及性能，并应用其进行放射语义征象的评分。4.将语义征象的评分作为恶性度分类的特征通过多分类逻辑回归函数对其进行恶性度的分级。本方法通过特征融合和集成分类器的优化，提高了放射学语义征象的量化准确率。使用多分类逻辑回归函数在实现恶性度分级的同时也增强了模型的可解释性。