《表2 最优特征子集中的14个特征的特征提取参数及其与GIST良恶性类别的相关性》
本研究采用基于ReliefF的前向选择算法去除原始特征集中的不相关和冗余特征后,共选择出14个特征,包括2个Global特征、3个GLCM特征、7个GLRLM特征、1个GLSZM特征、1个NGTDM特征。表2列出所选特征子集中每个特征的提取参数及其与类别之间的Spearman的相关系数。其中,粗体表示应用Bonferroni多重校正后p<0.05/14的特征,说明这些特征与类别之间的相关性显著。良性和恶性GIST患者的特征子集的归一化特征集的可视化分布如图5所示。虽然,特征值分布具有直观上的差异,但是要从每个特征中找出明确的临界值,从而对GIST良恶性分类非常困难。因此,需要用最优特征子集训练SVM分类器,得到GIST良恶性分类模型。
图表编号 | XD0035522000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 刘平平、张文华、卢振泰、陈韬、李国新 |
绘制单位 | 南方医科大学医学图像处理重点实验室、南方医科大学医学图像处理重点实验室、南方医科大学医学图像处理重点实验室、南方医科大学南方医院普外科广东省微创外科工程中心、南方医科大学南方医院普外科广东省微创外科工程中心 |
更多格式 | 高清、无水印(增值服务) |