基于粗糙集理論的數(shù)據(jù)分類及其在醫(yī)學(xué)圖像識(shí)別中的應(yīng)用研究.pdf

1、醫(yī)學(xué)影像診斷是醫(yī)學(xué)無(wú)創(chuàng)傷性診斷的主要方法之一。醫(yī)學(xué)影像已成為疾病診斷、術(shù)前決策、手術(shù)導(dǎo)航和術(shù)后隨訪等臨床工作的重要依據(jù)。面向醫(yī)學(xué)圖像的診斷技術(shù)研究作為醫(yī)學(xué)和計(jì)算機(jī)科學(xué)的交叉學(xué)科，已成為國(guó)內(nèi)外醫(yī)學(xué)領(lǐng)域研究的重要方向之一。利用數(shù)據(jù)挖掘和計(jì)算機(jī)技術(shù)，對(duì)醫(yī)學(xué)圖像進(jìn)行分析、計(jì)算、處理，從醫(yī)學(xué)圖像中挖掘出蘊(yùn)含在圖像內(nèi)的豐富特征信息和規(guī)則，輔助醫(yī)生進(jìn)行醫(yī)學(xué)圖像臨床診斷，具有較高的學(xué)術(shù)價(jià)值和廣泛的應(yīng)用前景。目前，面向醫(yī)學(xué)圖像的數(shù)據(jù)挖掘研究剛剛起步，現(xiàn)有

2、的數(shù)據(jù)挖掘方法直接應(yīng)用在醫(yī)學(xué)圖像還存在許多問題。研究和探索適合于醫(yī)學(xué)圖像的數(shù)據(jù)挖掘方法及其算法具有重要而現(xiàn)實(shí)的意義。 粗糙集(Rough Sets)理論是由Pawlak教授于20世紀(jì)80年代初提出的一種用于處理不確定性和含糊性知識(shí)的數(shù)學(xué)工具，其基本思想是在保持分類能力不變的前提下，通過知識(shí)約簡(jiǎn)，導(dǎo)出概念的分類規(guī)則。它無(wú)需提供相關(guān)數(shù)據(jù)集合外的任何先驗(yàn)信息，適合于發(fā)現(xiàn)數(shù)據(jù)中隱含的、潛在有用的規(guī)律，找出其內(nèi)部數(shù)據(jù)的關(guān)聯(lián)關(guān)系和特征。近年

3、來(lái)，粗糙集理論和應(yīng)用取得了很大的成功，已成為軟計(jì)算方法的一個(gè)重要分支，其涉及的領(lǐng)域包括模式識(shí)別、機(jī)器學(xué)習(xí)、決策分析和決策支持、知識(shí)獲取等領(lǐng)域。 本研究從醫(yī)學(xué)數(shù)據(jù)的特點(diǎn)出發(fā)，綜述了醫(yī)學(xué)數(shù)據(jù)挖掘的一般步驟及關(guān)鍵技術(shù)和粗糙集理論及其在醫(yī)學(xué)數(shù)據(jù)挖掘中的應(yīng)用。根據(jù)本研究的需要也研究了數(shù)據(jù)預(yù)處理方法。在系統(tǒng)研究連續(xù)屬性的離散化和屬性約簡(jiǎn)的基礎(chǔ)上，針對(duì)現(xiàn)有屬性約簡(jiǎn)算法的不足，結(jié)合粗糙集理論、遺傳算法以及決策表的特點(diǎn)，提出了一種基于啟發(fā)式遺傳算

4、法的增強(qiáng)屬性約簡(jiǎn)算法(Effident Algorithm of Reduction ofAttributes based on Genetic Algorithm，EARGA)，通過實(shí)驗(yàn)說明算法改進(jìn)是有效的。在知識(shí)分類方面，本研究分析了粗糙集和決策樹兩種數(shù)據(jù)挖掘技術(shù)的各自特點(diǎn)，并且探討了兩種挖掘技術(shù)結(jié)合的可能性，提出一種基于粗糙集和SLIQ決策樹相結(jié)合的分類新方法，彌補(bǔ)了大數(shù)據(jù)集分類效率不高的問題。將這種分類方法應(yīng)用于醫(yī)學(xué)圖像分類之中