一种基于混合智能优化策略的MKL-SVM算法的肺结节识别方法

摘要

本发明公开了一种基于混合智能优化策略的MKL‑SVM算法的肺结节识别方法。采集肺部图像数据集并进行预处理，经识别前准备得到所述样本数据集，分为用于参数寻优的训练集及用于测试模型的测试集；通过基于模拟退火与粒子群混合智能优化的MKL‑SVM算法对所述样本训练集进行参数寻优，获取最优参数组并建立MKL‑SVM的模型；将所述最优参数组应用于所述MKL‑SVM的数学模型进行识别计算，得出肺结节的识别结果。本发明将SA算法与PSO算法相结合，使得粒子可以跳出局部最优解，从而寻求全局最优解，并将所述的混合智能优化策略应用于MKL‑SVM的参数寻优，可以快速、准确地寻找到MKL‑SVM算法的最优参数组，并将其应用于肺结节识别，提高识别准确率，在一定程度上减少结节的漏检。