[发明专利]一种基于Relief算法的乳腺肿瘤特征选择方法

摘要

本发明涉及一种基于Relief算法的乳腺肿瘤特征选择方法，包括两个部分：乳腺肿瘤特征提取模块和Relief特征选择模块，如下：乳腺肿瘤特征提取模块：该模块用于提取乳腺肿瘤特征，从乳腺肿瘤图像中提取可以描述肿瘤特征的数值量，将肿瘤特征分为三大类，为形态特征、纹理特征和小波特征；Relief特征选择模块：该模块用于进行特征选择，以获得良好的特征子集，从而提高分类性能与乳腺肿瘤诊断准确率，对于每一类纹理特征和小波特征，通过Relief特征选择算法进行特征选择，再分别同全部形态特征拼接融合，构成多个特征子空间，将所有得到的特征子集同全部形态特征拼接融合，从而完成整个乳腺肿瘤特征选择过程。

主权项

一种基于Relief算法的乳腺肿瘤特征选择方法，包括两个部分：乳腺肿瘤特征提取模块和Relief特征选择模块，方法如下：乳腺肿瘤特征提取模块：该模块用于提取乳腺肿瘤特征，从乳腺肿瘤图像中提取用于描述肿瘤特征的数值量，将肿瘤特征分为三大类，为形态特征、纹理特征和小波特征；形态特征从形状、大小方面对乳腺肿瘤直观进行描述，由于形态特征维数较少但对于分类至关重要，不对形态特征进行选择；纹理特征，表征乳腺肿瘤图像的局部性质，是图像中反复出现的局部模式及其排列规则，考虑到不同种类的纹理特征对肿瘤特性的描述不同，且纹理特征具有方向性，所以不同种类、不同方向的乳腺肿瘤纹理特征对分类结果的影响不同，对每一类纹理特征均从多个方向进行提取；小波特征是一种特殊的纹理特征，用于从不同尺度对乳腺肿瘤图像纹理进行分析，提取方式与上述的纹理相同；Relief特征选择模块：该模块用于进行特征选择，以获得良好的特征子集，从而提高分类性能，对于每一类纹理特征和小波特征，通过Relief特征选择算法进行特征选择，再分别同全部形态特征拼接融合，构成多个特征子空间，将所有得到的特征子集同全部形态特征拼接融合，从而完成整个乳腺肿瘤特征选择过程。