半監(jiān)督聚類算法在肺結節(jié)分類中的應用.pdf

1、根據(jù)世界衛(wèi)生組織2016年最新數(shù)據(jù)顯示，肺癌在全球的發(fā)病率和死亡率均為最高。肺癌在早期的表現(xiàn)幾乎沒有任何癥狀，并且患者發(fā)現(xiàn)時大部分已經(jīng)是晚期。那么及早的發(fā)現(xiàn)肺癌提高生存率就顯得十分重要。肺癌在早期一般是以結節(jié)的形式存在的。那么及早的發(fā)現(xiàn)肺癌就變成及早的發(fā)現(xiàn)肺結節(jié)。對于醫(yī)生而言，由于主觀性及其他因素的影響，從大量的CT圖像中甄選出肺結節(jié)就極易造成誤診和漏診。所以，借助于計算機輔助診斷（computer-aided diagnosis，CA

2、D）就顯得特別的重要。半監(jiān)督學習是近年來許多學者研究的熱點，半監(jiān)督FCM算法作為半監(jiān)督聚類算法中比較經(jīng)典的算法之一，憑借著算法中比較低的復雜度，以及在實際問題中獲得比較好的應用效果，而受到廣大學者的青睞。
　　肺結節(jié)的良惡性分類對于肺癌的早期發(fā)現(xiàn)以及診斷具有十分重要的意義。然而在實際應用中，標記樣本的圖像數(shù)量較少，且獲取標記樣本將耗費大量的人力，在這種情況下，使用半監(jiān)督學習算法是有效提高分類性能的一個思路。作為一種經(jīng)典的半監(jiān)督學習

3、算法，傳統(tǒng)的半監(jiān)督FCM在未標記樣本與標記樣本分布不平衡情況下不能充分利用標記信息。針對這一問題，本文提出了兩種改進的半監(jiān)督FCM算法，主要工作如下：
　　1.基于先驗分布的半監(jiān)督FCM的肺結節(jié)分類，主要是為了解決標記樣本數(shù)量遠少于非標記樣本數(shù)量，而導致的傳統(tǒng)的半監(jiān)督FCM退化為經(jīng)典的FCM，因此而導致的肺結節(jié)分類正確率較低的現(xiàn)象。基于這一現(xiàn)象，文章提出了一種基于先驗分布的半監(jiān)督FCM算法。該算法的基本思想是首先計算樣本的先驗分布

4、概率，基于獲得的先驗概率情況下，給標記樣本和未標記樣本賦予不同的權重，并將其融入到半監(jiān)督FCM的聚類過程中，從而強化少量的標記樣本在聚類過程中的指導作用。文章中提出的算法通過在美國LIDC數(shù)據(jù)庫上的實驗證明，與經(jīng)典的FCM算法、部分監(jiān)督的FCM算法以及傳統(tǒng)的半監(jiān)督FCM算法相比較，提出的算法能夠取得更好的肺結節(jié)分類性能。
　　2.基于粒子群的改進的半監(jiān)督FCM的肺結節(jié)分類。針對基于先驗分布的半監(jiān)督FCM算法在不平衡數(shù)據(jù)集時分類準確