图像灰度密度分布计算模型及肺结节良恶性分类

摘要: 计算机辅助肺癌诊断对于肺癌的早期发现及提早治疗具有重要意义。提出一种基于密度分布的特征评估算法，同时引入模式识别模型来评估该方法的效率。首先，从肺部肿瘤图像中随机提取像素块集，通过K-均值聚类算法将其分为10类，根据CT图像中肺结节像素值和聚类中心的关系，提取出10维特征向量，利用随机森林分类器进行模型训练，进而判断肺结节良恶性水平。通过CT图像公开数据集LIDC-IDRI实验表明分类平均精度达到0.9008。实验结果对比分析表明，提出的特征表达方法具有更优的分类效果和更高的鲁棒性。