基于分布先验的半监督FCM的肺结节分类.PDF

第 １２卷第５期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．５ ２０１７年１０月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１７０６０１８ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１０５８．０１４．ｈｔｍｌ 基于分布先验的半监督ＦＣＭ 的肺结节分类 姜婷，袭肖明，岳厚光 （山东财经大学计算机科学与技术学院，山东济南２５００１４） 摘　 要：肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。 然而实际应用中，标记的图像数量较少， 且获取标记将耗费大量的人力，在这种情况下，使用半监督学习算法是有效提高分类性能的一个思路。 作为一种经 典的半监督学习算法，传统的半监督ＦＣＭ在未标记样本与标记样本分布不平衡情况下不能充分利用标记信息。 针 对此问题，本文提出了一种基于分布先验的半监督ＦＣＭ算法。 首先计算样本的先验分布概率，基于获得的先验概 率，给样本赋予权重，并将其融入到半监督ＦＣＭ聚类中，从而强化少量的标记样本在聚类过程中的指导作用。 文中 在ＬＩＤＣ数据库上进行了相应的实验，实验结果证明，相比较传统的半监督ＦＣＭ算法，提出的算法能够取得更好的肺 结节分类性能。 关键词：肺结节分类；半监督ＦＣＭ；先验分布信息；图像处理；ＬＩＤＣ数据库 － － － 中图分类号：ＴＰ３９９　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０５ ０７２９ ０６ － 中文引用格式：姜婷，袭肖明，岳厚光．基于分布先验的半监督ＦＣＭ 的肺结节分类［Ｊ］． 智能系统学报，２０１７，１２（５）：７２９ ７３４． 英文引用格式：ＪＩＡＮＧ Ｔｉｎｇ，ＸＩＸｉａｏｍｉｎｇ，ＹＵＥＨｏｕｇｕａｎｇ． Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｐｕｌｍｏｎａｒｙｎｏｄｕｌｅｓｂｙ ｓｅｍｉ⁃ｓｕｐｅｒｖｉｓｅｄＦＣＭｂａｓｅｄｏｎ － ｐｒｉｏｒ ｄｉｓｔｒｉｂｕｔｉｏｎ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（５）：７２９ ７３４． Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｐｕｌｍｏｎａｒｙ ｎｏｄｕｌｅｓ ｂｙ ｓｅｍｉ⁃ｓｕｐｅｒｖｉｓｅｄ ＦＣＭ ｂａｓｅｄ ｏｎ ｐｒｉｏｒ ｄｉｓｔｒｉｂｕｔｉｏｎ ＪＩＡＮＧＴｉｎｇ，ＸＩ Ｘｉａｏｍｉｎｇ，ＹＵＥ Ｈｏｕｇｕａｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｆｉｎａｎｃｅ ａｎｄ Ｅｃｏｎｏｍｉｃｓ，Ｊｉ’ｎａｎ ２５００１４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｐｕｌｍｏｎａｒｙ ｎｏｄｕｌｅｓｉｓｓｉｇｎｉｆｉｃａｎｔｆｏｒｔｈｅｅａｒｌｙ ｄｅｔｅｃｔｉｏｎ ａｎｄｔｒｅａｔｍｅｎｔ ｏｆ ｌｕｎｇ ｃａｎｃｅｒ． Ｈｏｗｅｖｅｒ，ｉｎ ｒｅａｌ ｃｌｉｎｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ，ｆｅｗ ｍｅｄｉｃａｌ ｉｍａｇｅｓ ａｒｅ ｌａｂｅｌｅｄ ａｎｄ ｉｔ ｉｓ ｄｉｆｆｉｃｕｌｔ ｔｏ ｏｂｔａｉｎ ｔｈｅｓｅ ｌａｂｅｌｓ． Ｓｅｍｉ⁃ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄｓ ｔｈａｔ ｕｔｉｌｉｚｅ