基于關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像智能分類研究.pdf

1、面向醫(yī)學(xué)圖像的診斷技術(shù)研究作為醫(yī)學(xué)和計算機科學(xué)的交叉學(xué)科，成為國內(nèi)外醫(yī)學(xué)領(lǐng)域研究的重要方向之一。利用數(shù)據(jù)挖掘和計算機技術(shù)，從醫(yī)學(xué)圖像中挖掘出蘊含在圖像內(nèi)的豐富特征信息和規(guī)則，輔助醫(yī)生進行醫(yī)學(xué)圖像臨床診斷，具有較高的學(xué)術(shù)價值和廣泛的應(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)實的意義。 本研究系統(tǒng)回顧了醫(yī)學(xué)圖像關(guān)聯(lián)

2、規(guī)則挖掘的目的、意義和國內(nèi)外研究狀況，針對圖像的自身特點及醫(yī)學(xué)圖像數(shù)據(jù)挖掘的應(yīng)用要求，詳細分析了醫(yī)學(xué)圖像關(guān)聯(lián)規(guī)則挖掘方法。針對現(xiàn)有關(guān)聯(lián)分類算法存在的問題，提出了基于關(guān)聯(lián)規(guī)則的醫(yī)學(xué)圖像分類算法，并初步建立了基于圖像特征的醫(yī)學(xué)圖像智能分類器。研究工作及取得的成果主要體現(xiàn)在以下方面： 1、根據(jù)醫(yī)學(xué)圖像的特點，分別對基于直方圖的顏色特征、基于灰度共生矩陣的紋理特征、基于Gabor小波的紋理特征等特征提取方法進行分析并實現(xiàn)。 2、

3、對提取出的醫(yī)學(xué)圖像特征利用粗糙集進行屬性約簡，并運用基于知識規(guī)則的特征加權(quán)方法確定屬性的權(quán)值。 3、針對CMAR算法(Accurate and efficient classification based onmultiple class-association rules，CMAR)用于醫(yī)學(xué)圖像挖掘時效率低下的缺點，提出基于雙支持度的挖掘算法。此算法可以減少內(nèi)存的開銷，提高挖掘的精確度，適合于圖像等海量數(shù)據(jù)庫的關(guān)聯(lián)規(guī)則挖掘。