RF和C4.5决策树在食管癌图像分类中的研究(1)
摘 要:目的 探讨RF和C4.5决策树对X线食管造影图像分型中的應用,以及验证分类器对特征的分类能力。方法 选取2018年1月~6月在新疆医科大学第一附属医院、第二附属医院和第三附属(肿瘤)医院的放射科选取溃疡性、缩窄型和蕈伞型食管癌X线图像各560张,提取灰度共生矩阵,灰度直方图和混合特征;采用RF和C4.5决策树通过调整参数进行分类研究。结果 RF和C4.5决策树对溃疡型和缩窄型食管癌进行分类,灰度共生矩阵的分类准确率分别为73.30%,67.76%;灰度直方图分类准确率分别为84.55%,76.16%。而混合特征算法的分类准确率分别为95.08%,86.87%;对溃疡型和蕈伞型食管癌进行分类,灰度共生矩阵的分类准确率分别为75.08%,66.96%;灰度直方图分类准确率分别为83.83%,77.23%。而混合特征算法的分类准确率分别为80.98% ......
您现在查看是摘要页,全文长 3382 字符。