Key words：Esophageal cancer；Random forest；C4.5 decision tree；Feature extraction

    癌症是严重危害人类健康的慢性疾病，也是威胁生命的主要杀手。其中食管癌是对癌症患者生存质量(quality of life，QOL)影响最大的疾病之一[1]。新疆哈萨克族是食管癌的高发民族，其食管癌死亡率达155.9/106，高于我国平均水平15.23/106，是本地区重点防治的恶性肿瘤[2]。随着科学技术的发展和医学影像应用的推广，越来越多的医学图像需要医生解读[3，4]。由于食管癌的早期临床特征不明显，医生也有可能会因为经验不足或疲劳而产生解读错误，使疾病漏诊[5]。医学影像疾病误诊率可达到10%～30%[6]。计算机辅助诊断(computer-aided diagnosis，CAD)技术的出现为医生提供有效的诊断决策支持。分析整幅图像时不仅存在大量冗余信息，而且容易降低准确率。所以，将整幅图像缩小到若干小的病灶区域(ROI)，然后对图像进行预处理，最后提取特征，這样可以提高计算机处理速度和分类准确率。本研究利用灰度共生矩阵和灰度直方图提取食管图像的特征 ......