改进FCM算法的计算机辅助诊断系统对孤立性肺结节良恶性的鉴别诊断效能
张泽文1
黄传君2
张玄3
张才擎4
1.山东省立医院医学影像科 山东 济南 2500212.山东省立医院呼吸与危重症医学科 山东 济南 2500213.山东省立医院保健呼吸科 山东 济南 2500214.山东省第二人民医院呼吸疾病诊疗中心 山东 济南 250022
摘要：目的 对计算机辅助诊断(CAD)系统中的模糊C-均值(FCM)算法进行改进,并评估改进FCM算法的CAD系统对孤立性肺结节(SPN)良恶性的鉴别诊断效能.方法 选取 209 例SPN患者,随机分为实验组(148 例)和验证组(61 例).实验组中良性SPN 74 例、恶性SPN 74 例,验证组中良性SPN 30 例、恶性SPN 31 例.收集 209 例SPN患者的胸部CT图像,提取肺实质,通过构建新型二维向量并修改传统目标函数获得改进FCM算法来分割SPN.采用Matlab软件中的灰度共生矩阵提取实验组SPN纹理特征,然后将实验组中提取的 4 个纹理特征(相关性、熵、同质性和能量)输入到支持向量机(SVM)模型,经训练获得SPN良恶性分类模型,完成改进FCM算法的CAD系统构建.在验证组中,分别就改进FCM算法的CAD系统本身,2 位放射科医师采用或不采用该CAD系统诊断SPN的良恶性,比较不同方法的灵敏度、特异度、准确度、阳性预测值和阴性预测值.结果 改进FCM算法的CAD系统成功构建.基于SPN患者胸部CT图像,改进FCM算法的CAD系统诊断恶性SPN的灵敏度、特异度、准确度、阳性预测值和阴性预测值分别为 71.0%、70.0%、70.0%、71.0%、70.0%.与单独放射科医师诊断结果相比,2 位放射科医师在使用改进FCM算法的CAD系统后,其对恶性SPN诊断的灵敏度、特异度、准确度、阳性预测值和阴性预测值均有所提高.结论 基于SPN患者胸部CT图像,改进FCM算法的CAD系统能自动鉴别SPN的良恶性,且能提高医师对SPN良恶性的鉴别诊断效能.
关键词：计算机辅助诊断模糊C-均值算法纹理分析体层摄影术X线计算机孤立性肺结节
分类号：R814.42(放射医学)R655.3(外科学各论)
资助基金：山东省医药卫生科技项目(202303020229)
论文发表日期：2025-06-30
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）
页数：6( 60-65 )
英文信息