利用特征提取和支持向量机鉴别胶质母细胞瘤和淋巴瘤

Scidown文献预览系统！

作者：scidown 发布时间：2021-06-09 21:58:26 文章标题：

利用特征提取和支持向量机鉴别胶质母细胞瘤和淋巴瘤( Differentiation of Glioblastoma and Lymphoma Using Feature Extraction and Support Vector Machine )

文章作者：

Z Yang P Feng T Wen M Wan X Hong Feature extraction glioblastoma lymphoma support vector machine

文章简述：

利用多序列磁共振成像(MRI)鉴别多形性胶质母细胞瘤（GBMs）和淋巴瘤是一项重要的任务，对治疗计划有价值。然而，这项任务是一个挑战，因为GBMs和淋巴瘤在MRI图像中可能有相似的外观。这种相似性可能导致分类错误，并可能影响治疗结果。在本文中，我们提出了一种基于多序列MRI的半自动方法来鉴别这两类脑肿瘤。我们的方法包括三个步骤：1）从三维MRIs中选择关键层，并在肿瘤区域周围绘制感兴趣区域（region of Interest,ROI）；2）根据已有的临床知识提取不同的特征，并用t检验进行验证；3）利用对分类有帮助的特征建立原始特征向量，应用支持向量机进行分类，共对58例GBM和37例淋巴瘤进行了验证，实验中采用了leave-one-out交叉验证策略，总体准确率为96.84%，表明本方法对GBM和淋巴瘤的鉴别是有效的，可以应用于临床诊断。

文章下载地址（开放版）：