基于特征选择ELM的乳腺肿块检测算法

王之琼^1,2，康雁¹，于戈²，赵英杰³

1. 东北大学中荷生物医学与信息工程学院2. 东北大学信息科学与工程学院3. 辽宁省肿瘤医院影像科

摘 要：乳腺肿块检测是防治乳腺癌的有效途径,基于乳腺X射线图像特征模型的极限学习机(ELM)分类算法已被应用于计算机辅助检测乳腺肿块中.针对由于特征间的依赖性导致的ELM学习效率和检测准确度低的问题,提出了基于特征选择ELM的乳腺肿块检测算法.利用影响值选择、序列前向选择和遗传选择等方法进行特征选择,进而利用该结果提高ELM的性能.通过490例来自辽宁省肿瘤医院的乳腺X射线图像的实验表明,基于特征选择ELM的乳腺肿块检测算法能有效提升乳腺肿块检测的效果,其中以遗传选择对ELM性能提升最明显.

关键词：极限学习机;遗传选择;影响值选择;序列前向选择;