结直肠癌患者肝脏CT图像分类中决策树模型的应用
曹务腾1
庄乔棣2
练延帮1
龚佳英1
熊斐1
邱建平1
张波1
杨然2
周智洋1
1.中山大学附属第六医院放射科,广州 5106552.中山大学移动信息工程学院,广东珠海 519082
摘要：目的:探讨数据挖掘中决策树模型在结直肠癌患者肝脏CT图像分类中的应用.方法:分别选取结直肠癌患者肝转移、单纯性肝囊肿以及正常肝脏的CT增强图像各20例.对该60例肝脏CT增强图像分别进行灰度直方图、灰度共生矩阵以及图像变换的纹理特征提取,然后采用朴素贝叶斯分类器和决策树归纳分类器对图像进行分类.最终分类结果与临床事实分类对照,利用十折交叉验证法验证两种分类模型的有效性.结果:基于数据挖掘的决策树模型对结直肠癌患者肝脏CT图像进行分类准确性较高.决策树归纳的分类准确性远高于朴素贝叶斯分类器(准确性96.7％ vs 76.7％,Kappa值0.95 vs 0.65,P＜0.05).结论:基于数据挖掘的决策树模型可以对结直肠癌患者肝脏CT图像进行分类,不仅能够判断肝脏有无相关病灶,而且仅依据图像的基本特性,可以自动识别肝脏乏血供转移瘤与单纯性肝囊肿,为未来计算机辅助诊疗疾病提供有效的参考信息及途径.
关键词：数据挖掘决策树肝脏CT图像分类
分类号：R445(诊断学)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息