国家杰出青年科学基金(60788101)
- 作品数：28 被引量：76H指数：5
- 相关作者：厉力华祝磊徐伟栋韩斌张娟更多>>
- 相关机构：杭州电子科技大学浙江省肿瘤医院南佛罗里达大学更多>>
- 发文基金：国家自然科学基金国家杰出青年科学基金浙江省自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术生物学理学更多>>
- 一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法被引量：5
- 2011年
- 乳腺钼靶摄影(mammography)是目前诊断乳腺癌的一种重要手段,肿块是钼靶图像中表征乳腺病变的主要病灶之一。文中提出了一种基于改进型Multi-Agent(MA)多分类器融合算法,用来对乳腺肿块的良恶性进行分类。它在经典MA算法思想的基础上,对各单分类器的分类效果、识别性能有所差别的情况进行针对性修正;同时在统计训练数据时,不再依靠分类结果的标签,而是用统计分类结果的置信度来代替;而当算法的迭代训练超过一定次数仍未能趋向稳定时,采用概率加权平均代替原来的简单平均进行整体决策,并用整体溯源情况调整决策结果,从而帮助算法收敛。此方法在公共数据库DDSM上做了测试,实验结果表明,在单视角下,改进型MA融合算法的分类精度达到了95.63%,优于经典的MA融合算法,其稳定性也较大多数单分类器以及多分类器融合算法要好;在双视角下,改进型MA融合算法的分类精度达到了97.79%,相较其他分类方式也具有一定的优势。
- 赵浣萍徐伟栋厉力华刘伟张娟
- 关键词：肿块MULTI—AGENT置信度
- 一种基于GDLPP的人脸识别算法被引量：10
- 2008年
- 针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法—GDLPP。该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征。本文采用最小近邻分类器估算识别率。在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率。
- 祝磊马莉厉力华
- 关键词：GABOR小波保局投影人脸识别特征提取
- 基于诊断结果相关性分析的肿瘤基因标志物提取方法
- 2010年
- 目的基于微阵列数据,提出提取肿瘤诊断结果相关的基因标志物。方法混合滤波和缠绕方法,采用奇异值分解,以基因和肿瘤诊断结果的相关强度为主要标准,辨识基因标志物,利用基于信息增益的随机森林法对分类率做辅助修正。本方法在3个公共数据库上和常用分类器上做了测试。结果 MonteCarlo统计实验表明,对于Colon数据集,本文方法在NN,RF分类器上显著优于t-test方法;在Prostate数据集上,本文方法在NB的分类器上显著优于对手,在其他数据集和分类器上本方法优于对手但不显著;而在基因稳定度指标上,本方法普遍优于对手。结论提出1种可以定量的,基于可视化的分析基因和诊断结果相关性的方法,与经典方法相比,本文方法提取的基因不仅具有较强的分类性能和对不同分类算法的适应性,而且在总体上也具有较好的基因稳定度。
- 韩斌陈岩来海锋厉力华祝磊代琦
- 关键词：肿瘤分类基因选择微阵列奇异值分解
- 基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究被引量：1
- 2011年
- 乳腺肿块良恶性分类是计算机辅助诊断(CAD)的重要环节,如何提高分类的正确率和稳定性是分类研究的重点。本研究提出了4种基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类模式。其中,模式1是单视角下的多分类器融合;模式2是分别先对每个分类器在两个视角下的输出进行视角融合,再对其融合结果进行多分类器融合;模式3是分别先在每个视角下进行多分类器融合,再对两个视角的多分类器结果进行视角融合;模式4是先对特征向量在两个视角下的取值进行融合,再基于新的特征向量进行单分类器分类和多分类器融合。从南佛罗里达大学DDSM数据库中随机选择的148个良性肿块和148个恶性肿块,对这4种分类模式的效果进行比较。实验结果表明,在肿块分类的正确率、敏感性、特异性和稳定性等方面,模式2和模式3的表现均优于模式1和模式4。
- 孙利徐伟栋厉力华刘伟彭芳青张娟
- 关键词：肿块多分类器
- 一种基于小波域检测与自适应神经网络模糊演绎系统的微钙化检测新算法被引量：1
- 2010年
- 目的基于乳腺癌微钙化的重要早期征象,研究乳腺X线图像计算机辅助诊断的检测与算法。方法提出了一种新的微钙化自动检测技术:它采用离散小波变换分解图像的高频分量,在小波域中对疑似的微钙化进行检测,并使用自适应神经网络模糊演绎系统(ANFIS)进行自适应调节;然后使用基于多层感知器(MLP)的分类器对疑似的微钙化进行筛选,以降低检测的假阳性率。结果在使用FROC曲线中段的参数组进行实际检测时,本算法的真阳性检出率达到了96.9%,每张图像的假阳性个数为0.2个。结论由于拥有自适应调节能力,本算法与传统的微钙化检测算法相比,具有了更高的检测精度和稳定性。
- 徐伟栋刘伟厉力华马莉邵国良张娟
- 关键词：微钙化离散小波变换自适应神经网络
- 基于磷脂质类数据的早期卵巢癌特征提取研究
- 2010年
- 卵巢癌是目前死亡率最高的妇科疾病之一,而如果得到早期诊断和治疗,卵巢癌患者的存活率可达90%。针对卵巢癌早期诊断问题,基于卵巢癌磷脂质类数据,提出了一种结合缠绕法和过滤法、按照诊断类别相关度挑选特征,然后依据特征标志物的分类率稳定度高低,提取用于诊断早期卵巢癌的特征子集的策略。该方法克服了分类率监督方法忽略生物相关性、依赖分类器易产生过拟合的不足,同时保持了较高的分类率。实验表明,该方法挑选的特征标志物包含更多的分类信息,其分类正确率达到88.9%,且比经典的分类率监督方法和差异表达方法在稳定性能上存在优势。此外,提出的新的标幺化方法去掉了批次差异,获得更好的分类效果,且所选的特征标志物得到生物学关联意义上的支持,具有较高的可信度和实用性。
- 陈淑飞韩斌厉力华Rebecca Sutphen祝磊代琦
- 关键词：卵巢癌稳定度奇异值分解MONTE
- 基于再生核希尔伯特空间的In-Silico基因网络重构
- 2013年
- 针对逆向工程的评估与方法交流(Dialogue for Reverse Engineering Assessments and Methods,DREAM)第四次竞赛(DREAM4)中In-Silico基因调控网络(Challenge2)的重构问题,作者提出一种基于再生核希尔伯特空间的统计独立性度量方法(Hilbert-Schmidt independence criterion,HSIC)。该方法不要求数据符合某种特定的分布,约束条件少,是一种非参数计算统计独立性的方法。对10规模的In-Silico基因网络,HSIC方法的受试者工作特征曲线面积(area under receiver operating characteristic curve,AUROC)比常微分方程(ordinary differential equation,ODE)方法和格兰杰因果关系(granger causality,GC)方法分别高了16%和7%,比动态贝叶斯网络(dynamic bayesian network,DBN)方法和非线性动态系统(nonlinear dynamic systems,NDS)方法中的最好算法分别高了2.4%和1.4%。对100规模的In-Silico基因网络,HSIC方法的AUROC分别超出ODE及GC方法 16%和14.2%,超出DBN和NDS方法中的最好算法5%和1.4%。实验表明,HSIC方法具有基因调控网络重构的可行性与可靠性,并且对In-Silico网络的重构准确率要优于目前经典的基因调控网络建模方法。
- 金丽艳韩斌厉力华祝磊樊双喜
- 关键词：基因调控网络再生核希尔伯特空间独立性
- 运用近邻传播聚类分析进行SELDI-TOF蛋白质谱特征选择被引量：5
- 2013年
- 针对如何有效分析高通量SELDI-TOF质谱数据以及筛选与肿瘤相关的蛋白质位点,提出一种基于近邻传播聚类分析的特征选择方法。首先利用t-test对SELDI数据进行初筛,然后利用近邻传播聚类分析以及零空间LDA对数据进行降维和去相关处理,最后采用SVM-RFE进行特征选择,筛选出与肿瘤判别相关的蛋白质位点。利用SVM、KNN、NB及J4.8等4个分类器,估算算法的分类性能。结果表明,在卵巢癌公共数据集OC-WCX2a和OC-WCX2b以及浙江省肿瘤医院乳腺癌数据集BC-WCX2a上显示该算法,在上述3个数据集中分类率分别达到96.43%、99.66%、90.88%,敏感性分别达到97.00%、100%、96.17%,特异性分别达到95.85%、99.08%、81.92%,并分别挑选出与肿瘤判别相关的10个蛋白位点。所提出的算法能够获得较好的分类率,有效提取出具有较好判别效果的蛋白质谱位点,有助于癌症的辅助诊断。
- 杨合龙祝磊韩斌厉力华郑智国孟旭莉
- 关键词：蛋白质质谱生物标志物
- 基于帧间相关性的乳腺MRI肿块分割及重建被引量：3
- 2013年
- 核磁共振成像(MRI)对乳腺MRI中感兴趣区域(肿块区域)的提取和三维可视化显示可以帮助医生对病变进行更准确的诊断。RSF模型适用于边界模糊的目标分割,利用该模型提出一种基于帧间相关性的乳腺MRI肿块分割方法,并利用分割结果对肿块进行面绘制三维显示。首先对MRI序列图确定迭代顺序,选定关键帧并手动给出初始轮廓,利用RSF模型对其进行分割;将分割结果作为迭代的初始轮廓,采用轮廓迭代的方法将上一帧的分割结果作为下一帧分割的初始轮廓,利用RSF模型对整个序列图进行分割。由于乳腺MRI序列图中相邻几帧间图像灰度分布类似,肿块位置和形状相近等帧间相关性,因此轮廓迭代的方式可以克服RSF模型对初始轮廓敏感的缺点。最后将多组参数下获得的分割结果进行最优化筛选,以提高整个序列的分割精度。将该方法应用于20例乳腺MRI序列图,并与手动分割轮廓进行对比,结果证明,该算法对乳腺MRI中肿块分割具有较高的分割精度和自适应性。
- 朱益苗徐伟栋刘伟厉力华张娟杨勇
- 关键词：乳腺核磁共振成像水平集
- 基于PTPR排名的基因随机选择算法
- 2011年
- 面对高维、小样本的基因微阵列数据,有效地提取特征基因成为一项艰巨的任务。在随机特征选择方法的基础上,引入"种子变量"及滚动的排名机制,提出一种基于职业网球选手排名(PTPR)的特征选择算法。用种子变量提高变量搜索过程的选择性,提高搜索效率,同时充分利用历史记录来动态更新种子变量,加快寻优速度。在公共数据库上的测试实验结果表明,PTPR在随机多次独立运行时得到平均50%～80%的相同基因,而MichaDraminski的方法只能保持相同基因在10%～50%左右;收敛性实验表明,PTPR的收敛速度更快且显著;而在5个数据集的独立测试集上的分类率实验表明,PTPR保持较高的分类率,如PTPR得到最高分类率大约为98%、90%、89%、95%、75%,而MichaDraminski方法的最高分类率为96%、89%、85%、95%、70%。同时,与其他典型方法相比,PTPR也得到了较高的分类率。总体上,PTPR算法具有搜索速度快、结果稳定的特点,而且在不同的分类器上都保持了较优的分类率。
- 解瑞飞韩斌厉力华祝磊
- 关键词：随机搜索
