论文研究基于特征矢量化的肺结节特征选择算法.pdf

针对肺结节良/恶性分类模型中特征选择过程无法避免特征多样性不受破坏的问题，提出一种将肺结节特征矢量化处理的特征选择方法。假设每个肺结节特征都是由数据、类型构成的一个矢量，按照特征类型添加特征到相应的特征子集，并分别利用Relief算法评价特征、特征子集的分类重要性。通过动态阈值的方式筛选得到优化后的特征子集。在150个肺结节样本的分类实验中，采用提出的算法所取得的敏感性为94.7%、特异性为93.7%、虚警率为5.2%、受试者工作特性曲线下面积为97.3%。分析表明，提出的算法几乎不破坏肺结节特征的多样性，能够显著提高肺结节良/恶性分类的准确性。