改进的基于局部监督算法的模糊聚类在肺结节分类与识别中的应用

准确分类和识别肺结节是肺癌计算机的重要且关键的过程,辅助诊断(CAD)系统。 为了提高准确率,本文提出了一种基于LIDC数据库中医生注释信息的改进的局部监督模糊聚类算法。 首先,将所有肺结节从CT图像中分割出来。 其次,根据肺结节的病变特征,我们提取了一组主要基于形状的特征向量。 最后,我们通过在聚类过程中利用标记样本的类信息来计算参考成员资格,并使用参考成员资格来指导测试样本的聚类过程,以帮助测试样本更准确地聚类。 实验结果表明,该方法在分类和识别方面要优于传统算法。