一种基于ARG的肺结节良恶性度判定方法
来源期刊：东北大学学报(自然科学版)2018年第7期
论文作者：赵海 杨婷婷 朱宏博 窦圣昶
文章页码：942 - 948
关键词：ARG;与或图;马尔可夫毯;肺结节;良恶性;
摘 要：基于CT影像的肺结节的良恶性识别是肺癌诊断的重要环节,针对这一问题,提出一种基于属性关系图（attributed relational graph,ARG）的肺结节良恶性度判定方法.该方法以肺结节CT图像块作为输入,利用ARG构建其特征结构,并从大量ARGs中挖掘与或图（and-or graph,Ao G）作为肺结节类别识别模板,即肺结节良恶性度判定的依据.此外,为提高模板挖掘效率,该方法利用马尔可夫毯（Markov blanket,MB）发现算法去除图像中的冗余特征,降低ARG节点数量.实验结果表明,该方法对恶性肺结节的识别率达到90.12%,能够帮助正确、快速辨识与分析肺结节良恶性,具有一定的实用价值.
赵海，杨婷婷，朱宏博，窦圣昶
东北大学计算机科学与工程学院
摘 要：基于CT影像的肺结节的良恶性识别是肺癌诊断的重要环节,针对这一问题,提出一种基于属性关系图（attributed relational graph,ARG）的肺结节良恶性度判定方法.该方法以肺结节CT图像块作为输入,利用ARG构建其特征结构,并从大量ARGs中挖掘与或图（and-or graph,Ao G）作为肺结节类别识别模板,即肺结节良恶性度判定的依据.此外,为提高模板挖掘效率,该方法利用马尔可夫毯（Markov blanket,MB）发现算法去除图像中的冗余特征,降低ARG节点数量.实验结果表明,该方法对恶性肺结节的识别率达到90.12%,能够帮助正确、快速辨识与分析肺结节良恶性,具有一定的实用价值.
关键词：ARG;与或图;马尔可夫毯;肺结节;良恶性;
