文档介绍：维普资讯
第卷第期计算机工程与设计年月
. .
基于关联规则的医学图像分类算法
武园园, 宋余庆, 朱玉全
江苏大学计算机科学与通信工程学院,江苏镇江
摘要:针对医学图像数据的特殊性,提出了一种适合挖掘大量医学图像数据的关联分类算法。该算法以频繁模式树为基
础,通过引入双支持度,排除一部分对分类无意义且存在干扰的项,以提高分类正确率。实验结果表明,当用于医学图像分
类时,该算法可以取得同样的基于关联规则的分类算法更高的执行效率及更好的分类效果。
关键词:数据挖掘; 关联规则; 分类;频繁模式树; 医学图像
中图法分类号: 文献标识码: 文章编号:.—·
—, —, —
,,
: ,
. ·, ·
.
.
: ; ; ; · ;
,
引言
。
医学图像作为辅助诊断手段在临床医学诊断中显得十分本文创新点如下:算法采用基于—的方
重要。运用数据挖掘方法研究医学图像,实现其自动分类,成法,在处理医学图像这样的较大数据集以及长模式数据时,—
为计算机医学应用领域的研究的热点。医学图像数据挖掘问算法比以往的基于方法的关联分类效率高的
题有其一般数据挖掘的共性,又有其要求稳定、高效和高可靠多:算法针对医学图像特征的特殊性引入了双支持
的特点,需要研究探索专门的数据挖掘方法和算法。关联规度的概念,有效的排除一些支持度非常大,却对分类存在干扰
,是研究的重要内容“。最近几的特征,从而提高分类精确度。
年来,一些学者提出基于关联规则的分类方法‘。这些方法是算法改善了已有关联分类算法的不足,满
将关联规则数据挖掘和分类集成起来,达到比传统分类方法足了医学图像分类的高精确度和高稳定性要求,大大提高了
。其中、等人分类的精确度和效率。
提出的算法
基于关联规则的数据分类
—,,采用了—方法
的变形,较等人提出的算法设数据对像.,:,⋯,符合模式,其中为
,更具有有效性和可伸缩性,且平均准确非类别属性名,非类别属性并通过如下方法统一起来:①连续
性更高‘。属性按区间离散化,映射到连续正整数集合,,,⋯;②离散
在医学图像关联分类试验中发现,由于医学图像数据多属性值按给定的排序方法排序如按字典序排序,映射到连续
为长模式、且对比度较低,一般基于关联规则的分类算法应用正整数集合,,,⋯。
在医学图像上,其分类精确度低,分类效果不理想。针对以上.,⋯,卅为类标签集,为固定集合。为数据对像
缺点,本文研究了医学图像的数据特征,在算法的基集和类标签集的笛卡尔积的子集, ,中
础上,提出了一种适合大容量医学图像数据的关联分类算法的每个数据样本可以用一组属性一值对称为项和一个类别
收稿日期:———:.
基金项目:国家自然科学基金项目。
作者简介:武园园,女,硕士研究生,研究方向为医学图像处理及数据库; 宋余庆,教授,博士生导师,研究方向为医学图像处理
朱玉全,副教授,研究方向为数据挖掘。
· ——·——
维普资讯
来表示】。按其支持数降序排列;
定义模式..,其中∈, 输入,以及。
≤,≤,且一个属性值对在模式中最多出现一次。中的