基于病理特征和改进随机森林的肺结节分类

孟晋洁， 程远志

(哈尔滨工业大学 计算机科学与技术学院， 哈尔滨 150001)

0 引 言

研究指出，肺癌已经成为中国发病率最高的癌症[1]。而且由于被检查出患有肺癌的患者大多数都已进入癌症晚期，致使肺癌的预后非常差，5年存活率只有16.1%[2]。但随着目前科技发展，已有文献表明：如果能尽早使用计算机断层扫描技术(Computed Tomography scans, CT)检查出肺部问题，就能够进行有效的治疗。

总地来说，肺结节是指直径在3～30 mm的肺内类球形结节，这是肺癌早期的明显特征，如果能及时发现并诊断其良恶性，根据后续跟踪情况辅以手术治疗，对恶性肺结节进行切除，5年存活率能够提高到60%[3]。有经验的医生可以对肺结节进行准确判断，但考虑到一张CT图像一般有200张以上的切片，长时间根据多个特征对肺结节进行判断容易产生视觉疲劳，很可能发生漏判、错判。因此，利用计算机辅助诊断技术(Computer Aided Diagnosis, CAD)提前给出肺结节的良恶性的分类结果供医生参考引证，帮助医生更全面地了解肺部病情，就能够提高效率和减少最终的误判风险。

目前，对肺结节良恶性分类存在着很多难点。首先，肺结节和周围血管、肌肉组织的灰度值十分接近，有的肺结节会粘连在血管、肺壁上，难以分割；其次，肺结节良恶性的区别特征不太明显，有些恶性结节和良性结节的影像非常类似，结节的形态、密度千变万化，有的血管和结节本身的毛刺特征十分类似，对分类是个很大的挑战；最后，如何利用小样本去构造效果较好的分类模型，也是需要攻克的研究难题。……