一种磨玻璃肺结节的识别方法
基本信息
| 申请号 | CN202210309955.X | 申请日 | - |
| 公开（公告）号 | CN114692748A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692748A | 申请公布日 | 2022-07-01 |
| 分类号 | G06K9/62（2022.01）I;G06N20/20（2019.01）I;G06T7/11（2017.01）I;G06V10/40（2022.01）I;G06V10/764（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 常艺茹;苗军;陈辰;刘艳;齐洪钢 | 申请（专利权）人 | 北京信息科技大学 |
| 代理机构 | 北京思海天达知识产权代理有限公司 | 代理人 | - |
| 地址 | 100085北京市海淀区清河小营东路12号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种磨玻璃肺结节的识别方法，包括，对所标记的肺结节区域进行特征提取；把所提取到的特征送到CatBoost模型中，进行特征选择，将经过特征选择后的磨玻璃肺结节特征数据集划分为训练集和测试集，送入Stacking集成学习模型中的第一层学习器中，在训练集上利用5折交叉验证实现对每个基分类器的训练与测试，在每个基模型训练测试结束后，把输出的结果拼接得到一个新的数据集，将该数据集做为第二层学习器的输入进行训练和测试，最终完成磨玻璃肺结节的识别。本发明先将提取到的原始影像组学特征，选择最优特征，随后使用Stacking集成学习方法，并引入随机森林、决策树、KNN、LightGBM四种学习器作为基分类器，以及SVM作为元学习器，提高磨玻璃肺结节识别准确率。 |
