基于代价敏感SVM优化组合算法的微钙化簇识别-东北大学.PDF

第３４卷第８期 东 北 大 学 学 报 （ 自 然 科 学 版 ） Ｖｏｌ．３４，Ｎｏ．８ ２０１３年 ８月 ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ａｕｇ．　２０１３ 基于代价敏感ＳＶＭ优化组合算法的微钙化簇识别 １，２ １，２ １，２ １，２ 曹　鹏 ，李　博 ，刘　鑫 ，赵大哲 （１东北大学 信息科学与工程学院，辽宁 沈阳　１１０８１９；２东北大学 医学影像计算教育部重点实验室，辽宁 沈阳　１１０１７９） 摘　　　要：微钙化簇是乳腺癌一个重要的早期发现，现有的检测技术为了达到高敏感性要求，产生很多假 阳性数据．根据微钙化簇特点，提出一种整体和局部相组合的分类识别策略，并根据真假阳性样本错分代价的 不同，使用代价敏感ＳＶＭ方法进行分类学习．在构造分类器模型过程中利用粒子群进行分类器的参数优化 及特征集合的选择，以提升分类学习的泛化能力．该算法在保证高敏感性的同时，降低了过多的假阳性数据， 并删除了冗余和不相关的特征．实验结果表明，基于粒子群优化的代价敏感 ＳＶＭ组合分类算法提高了传统 方法的识别能力． 关　键　词：微钙化簇检测；计算机辅助诊断；代价敏感学习；组合分类；粒子群优化；特征选择 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００５－３０２６（２０１３）０８－１１００－０５ Ｍｉｃｒｏｃａｌｃｉｆｉｃａｔｉｏｎ ＣｌｕｓｔｅｒｓＲｅｃｏｇｎｉｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｏｐｔｉｍｉｚｅｄ ＣｏｓｔＳｅｎｓｉｔｉｖｅＳＶＭ ＣｏｍｂｉｎａｔｉｏｎａｌＡｌｇｏｒｉｔｈｍ　 １，２ １，２ １，２ １，２ ＣＡＯＰｅｎｇ ，ＬＩＢｏ ，ＬＩＵＸｉｎ ，ＺＨＡＯＤａｚｈｅ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０８１９，Ｃｈｉｎａ；２Ｋｅｙ ＬａｂｏｒａｔｏｒｙｏｆＭｅｄｉｃａｌＩｍａｇｅＣｏｍｐｕｔｉｎｇｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０１７９， Ｃｈｉｎａ．Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＣＡＯＰｅｎｇ，Ｅｍａｉｌ：ｎｅｕｃｐ＠１６３．ｃｏｍ） Ａｂｓｔｒａｃｔ：Ｍｉｃｒｏｃａｌｃｉｆｉｃａｔｉｏｎｃｌｕｓｔｅｒｓ（ＭＣｓ）ａｒｅｉｍｐｏｒｔａｎｔｓｉｇｎｓｆｏｒｅａｒｌｙｂｒｅａｓｔｃａｎｃｅｒｄｅｔｅｃｔｉｏｎ． Ｔｈｅｅｘｉｓｔｉｎｇｉｎｉｔｉａｌｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｒｅｓｕｌｔｉｎｌｏｔｓｏｆｆａｌｓｅｐｏｓｉｔｉｖｅｄａｔａｂｅｃａｕｓｅｏｆｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓｏｆｈｉｇｈｓｅｎｓｉｔｉｖｉｔｙ．Ａｃｌａｓｓｉｆｉｃａｔｉｏｎｓｔｒａｔｅｇｙｃｏｍｂｉｎｉｎｇｗｉｔｈｇｌｏｂａｌａｎｄｌｏｃａｌｖｉｅｗｓ ｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎＭＣｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．ＴｈｅｃｏｓｔｓｅｎｓｉｔｉｖｅＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓ ｅｍｐｌｏｙｅｄａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｓｔｓｏｆｔｒｕｅａｎｄｆａｌｓｅｐｏｓｉｔｉｖｅｉｎｓｔａｎｃｅｓ．Ｉｎｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌ，ｔｈｅｐａｒａｍｅｔｅｒｓａｎｄｆｅａｔｕｒｅｓｕｂｓｅｔｗｅｒｅｏｐｔｉｍｉｚｅｄｗｉｔｈｐａｒｔｉｃｌｅ ｓｗａｒｍｍｅｔｈｏｄｔｏｅｎｈａｎｃｅｔｈｅｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅｅｎｓｅｍｂｌｅｍｅｔｈｏｄｒｅｄｕｃｅｓｅｘｃｅｓｓｉｖｅ ｆａｌｓｅｐｏｓｉｔｉｖｅｄａｔａｂｕｔｗｉｔｈｈｉｇｈｓｅｎｓｉｔｉｖｉｔｙ，ａｎｄｒｅｍｏｖｅｓｒｅｄｕｎｄａｎｔａｎｄｉｒｒｅｌｅｖａｎｔｆｅａｔｕｒｅｓ． Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｍｐｒｏｖｅ