基于特征融合與SVM的內(nèi)鏡圖像分類算法研究

金海彬， 呂志賢， 侯木舟， 曹 聰

(中南大學(xué) 數(shù)學(xué)與統(tǒng)計學(xué)院， 湖南 長沙 410083)

0 引 言

據(jù)國家衛(wèi)生健康委員會統(tǒng)計[1]， 消化系統(tǒng)疾病患病率在我國兩周患病率和慢性病患病率統(tǒng)計中分別排第五位和第四位， 且消化系統(tǒng)疾病住院率位居第三， 嚴(yán)重危害著人們的身體健康。 消化系統(tǒng)疾病通常癥狀突出而體征不明顯， 隨著醫(yī)療技術(shù)的發(fā)展， 擁有許多優(yōu)點的內(nèi)窺鏡， 在消化系統(tǒng)病的醫(yī)療診斷中的使用日益增加[2]。 內(nèi)窺鏡的平均拍攝速率大約為2 幀/s， 在歷時6 h～8 h的檢測過程中， 獲取的圖像數(shù)量高達(dá)數(shù)萬張， 通過醫(yī)生逐張診斷的方式將耗費大量的時間， 容易造成醫(yī)生視覺疲勞和錯失有用信息， 而僅依靠人工診斷也無法應(yīng)對逐年增長的患者數(shù)量[3]。 因此， 通過計算機(jī)輔助， 使用有效的內(nèi)鏡圖像分類算法， 能夠為醫(yī)護(hù)人員節(jié)省寶貴的時間， 對消化系統(tǒng)疾病患者更是具有重大意義。

遺傳算法借鑒生物界中適者生存、 優(yōu)勝劣汰等進(jìn)化規(guī)律， 模擬一個人工種群在若干代后達(dá)到最優(yōu)解[4-5]， 是一種隨機(jī)化搜索優(yōu)化方法， 在求解較為復(fù)雜的組合優(yōu)化問題時， 通常會比傳統(tǒng)的優(yōu)化算法更快獲取到較好的結(jié)果。 遺傳算法在1975年由Holland提出， 其可以直接操作結(jié)構(gòu)對象， 而不需要考慮連續(xù)函數(shù)的限定條件， 也不受求導(dǎo)的限制。 同時， 遺傳算法有著從原理上對并行運算的友好性， 因此帶來了更好的全局尋優(yōu)能力。 另一方面， 遺傳算法也是一種概率化尋優(yōu)方法， 但其搜索空間與搜索方向總是能夠自動適應(yīng)， 而不需要人為添加過多的規(guī)則和干預(yù)。……