您当前的位置：
首页 > 文献资料
所属专业：
决策树 C4.5 分类器文献资料
-
基于数据挖掘的新疆高发肝包虫病的分型研究
目的：探讨数据挖掘技术在新疆肝包虫病分型中的应用。方法提取肝包虫病CT图像的灰度-梯度共生矩阵（GGCM）和灰度共生矩阵（GLCM）特征，应用主成分分析法对各纹理特征及混合特征分别进行降维，采用支持向量机（SVM）分类器、决策树C4.5分类器、Logistic回归分类器对降维后的特征进行分类，后对各分类模型进行受试者工作特性（ROC）曲线分析及参数评估。结果 SVM分类器对不同纹理特征下3种肝脏CT图像（单囊型、多囊型肝包虫病和正常肝脏）分类效果都明显优于决策树C4.5分类器和Logistic回归分类器。综合特征分类结果要明显优于单一特征分类结果；GGCM特征对综合分类结果的分类贡献率要高于GLCM特征。结论将SVM分类器应用于新疆肝包虫病CT图像的分型中具有一定分类优势，为肝包虫病影像学诊断提供了一定的依据，也为后期新疆肝包虫病计算机辅助诊断系统的研发奠定基础。
