基于混合受限玻尔兹曼机的肺结节良恶性诊断

针对传统计算机辅助诊断中肺结节的特征提取方法依靠人工设计、操作复杂、识别率低等问题,提出.了一种基于混合受限玻尔兹曼机的肺结节良恶性诊断方法。首先采用多层无监督卷积受限玻尔兹曼机自动对.肺结节图像进行特征学习,然后利用分类受限玻尔兹曼机对获得的特征进行良恶性分类。为避免分类受限玻.尔兹曼机在训练中出现的特征同质化问题,引入了交叉熵稀疏惩罚对其进行优化。实验表明,该方法有效避.免了手动特征提取的复杂性,在肺结节良恶性分类的准确率、敏感性、特异性、ROC 曲线下面积值上均优于.传统诊断方法。