一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法

被引：4

作者：

赵浣萍 ^{[1
]}

徐伟栋 ^{[1
]}

厉力华 ^{[1
]}

刘伟 ^{[1
]}

张娟 ^{[2
]}

机构：

[1] 杭州电子科技大学生物医学工程与仪器研究所

[2] 浙江省肿瘤医院放射科

来源：

仪器仪表学报 | 2011年 / 32卷 / 09期

基金：

浙江省自然科学基金;

关键词：

乳腺钼靶图像; 肿块; Multi-Agent; 双视角; 置信度;

D O I：

10.19650/j.cnki.cjsi.2011.09.019

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

乳腺钼靶摄影(mammography)是目前诊断乳腺癌的一种重要手段,肿块是钼靶图像中表征乳腺病变的主要病灶之一。文中提出了一种基于改进型Multi-Agent(MA)多分类器融合算法,用来对乳腺肿块的良恶性进行分类。它在经典MA算法思想的基础上,对各单分类器的分类效果、识别性能有所差别的情况进行针对性修正;同时在统计训练数据时,不再依靠分类结果的标签,而是用统计分类结果的置信度来代替;而当算法的迭代训练超过一定次数仍未能趋向稳定时,采用概率加权平均代替原来的简单平均进行整体决策,并用整体溯源情况调整决策结果,从而帮助算法收敛。此方法在公共数据库DDSM上做了测试,实验结果表明,在单视角下,改进型MA融合算法的分类精度达到了95.63%,优于经典的MA融合算法,其稳定性也较大多数单分类器以及多分类器融合算法要好;在双视角下,改进型MA融合算法的分类精度达到了97.79%,相较其他分类方式也具有一定的优势。

引用

页码：2034 / 2040

页数：7

共 13 条

[1] 基于改进粒子群算法的小波神经网络分类器 [J].