基于类别不平衡学习技术的AD医学图像挖掘
随着信息技术的发展,医学影像设备和技术已成为医院用来诊断疾病的主要手段,CT、MRI等医学影像的使用越来越多,从而产生了大量多角度、高分辨率的医学影像数据。利用计算机辅助诊断手段对医学影像数据进行有效分析处理,能够为医生提供更详细的图像细节,减轻医生在诊断疾病时的负担,帮助医生提高诊断的准确率。
医学图像的挖掘分析是计算机辅助诊断中的重要组成部分,在实际的应用中,获取的医学图像数据往往存在类别分布不平衡的情况,导致了传统的分类器性能明显下降。为此,本文提出了基于类别不平衡学习技术的AD医学图像挖掘,目的是研究类别分布不平衡的阿尔兹海默症医学图像的分类识别。
研究思路首先对脑部MRI医学图像进行预处理,确定感兴趣区域,提取形态学特征和纹理特征;然后提出了基于随机森林的不平衡数据特征选择算法来解决类别不平衡问题;最后对脑部医学图像数据进行分类,通过实验验证结果证明本文所提方法的有效性。整合这些方法来研究类别不平衡的阿尔兹海默症脑部医学影像,以此来探索阿尔兹海默症诊断的新途径。
主要内容为:(1)对类别不平衡的脑部医学图像分类识别的相关技术进行总结分 ...