基于判别式受限玻尔兹曼机的医学图像分类法-论文.pdf

《基于判别式受限玻尔兹曼机的医学图像分类法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第5期计算机科学Vo1．42No．52015年5月ComputerScienceMay2015基于判别式受限玻尔兹曼机的医学图像分类法陈娜蒋芸邹丽沈建胡学伟李志磊(西北师范大学计算机科学与工程学院兰州730070)摘要随着计算机技术的发展，越来越多的医学图像分析技术应运而生。利用数据挖掘方法对医学图像做分析是目前研究的热点之一，该方法首先从医学图像中提取统计特征，在此基础上进一步挖掘，这种方法对所提取的特征有很强的依赖性而且受到经验等主观因素的影响。针对乳腺X光图像，采用一种可以从图像中自动学．-j特征并利用学习到的特征对图像进行分类的医学图像分

2、析新方法——判别式受限玻尔兹曼机(DiscriminativeRestrictedBoltzmannMachine，DRBM)。DRBM是一种无向判别模型，它可以自动地从图像中学习特征。在乳腺x光图像标准数据集上的实验结果表明，DRBM对医学图像的分类准确率明显高于其它基于统计特征提取的医学图像分类方法。关键词数据挖掘，判别式受限玻尔兹曼机，特征学习，乳腺X光图像，无向判别模型中图法分类号TP183文献标识码ADOI10．11896／j．issn．1002—137X．2015．5．064MedicalImageClassificationMethodBa

3、sedonDiscriminativeRestrictedBoltzmannMachineCHENNaJIANGYunZOULiSHENJianHUXue-weiLIZhi-lei(CollegeofComputerScienceandEngineering，NorthwestNormalUniversity，Lanzhou730070，China)AbstractWiththedevelopmentofcomputertechniques，anincreasingnumberofanalytictechniquesonmedicalimagesbyus

4、ingcomputershavebeendeveloped．Nowadays，applyingdata-miningmethodstotheanalysisofmedicalimagesisbecomingpopular．Theclassificationperformanceofthesemethodsusuallyhasastrongdependenceonthestatisticalfeaturesextractedfrommedicalimagesinadvance．However，theprocessoffeatureextractioniso

5、fteninfluencedbymanysubjectivefactorssuchaspersonalexperience．Weappliedanewmethodtomammographycalleddiscriminativerestrictedboltzmannmachine，whichisrecentlydevelopedinmachinelearning．Discriminativerestrictedboltzmannma—chinecan1earnthefeaturesautomaticallyfromthelabeleddataandcan

6、alsoperformasaclassifier．DiscriminativeiSakindofundirecteddiscriminativemode1．TheexperimentalresultsshowthatDRBMoutperformsothermethodsbasedonfeatureextractionintheaspectofclassificationaccuracyrate．KeywordsDatamining，Discriminativerestrictedbohzmannmachine(DRBM)，Featurelearning，

7、Mammography，Undi—recteddiscriminativemode】人们选择直接从图像的处理中发现病灶，比如对图像进行纹1引言理分析研究[2]、对图像进行结构的研究[3]等。另一方面，随着乳腺疾病是女性常见的疾病之一，同时乳腺癌的多发性计算机技术的发展，人们还选择通过数据挖掘的方法对医学和危害性严重影响着女性的健康甚至生命，因此，乳腺疾病的图像进行分析，例如ClaudioMarrocco[]等人选择用一个树形早期诊断直接关系着女性的人身健康。尤其对于乳腺癌，现结构的马尔科夫随机域算法对图像进行分割，然后再用基于在人们还不能完全确定其病发机

8、理。目前乳腺癌的临床诊断经验原则和组合分类器的(Course-to-fine)方