[论文解读] Lung Cancer Detection and Classification based on Image Processing and Statistical Learning

Rashidul Hasan, Muntasir Al Kabir|arXiv (Cornell University)|Jan 1, 2018

Radiomics and Machine Learning in Medical Imaging参考文献 2被引用 8

一句话总结

本研究提出一种基于CT图像处理与统计学习的计算机辅助肺癌检测系统，采用标记控制的分水岭分割、特征提取（面积、周长、熵）以及机器学习分类器。该方法在Kaggle的198幅切片数据集上，使用优化后的C=1和gamma=1的SVM，实现了72.2%的准确率，优于其他模型如随机森林和QDA。

ABSTRACT

Lung cancer is one of the death threatening diseases among human beings. Early and accurate detection of lung cancer can increase the survival rate from lung cancer. Computed Tomography (CT) images are commonly used for detecting the lung cancer.Using a data set of thousands of high-resolution lung scans collected from Kaggle competition [1], we will develop algorithms that accurately determine in the lungs are cancerous or not. The proposed system promises better result than the existing systems, which would be beneficial for the radiologist for the accurate and early detection of cancer. The method has been tested on 198 slices of CT images of various stages of cancer obtained from Kaggle dataset[1] and is found satisfactory results. The accuracy of the proposed method in this dataset is 72.2%

研究动机与目标

• 开发一种基于CT扫描的自动化系统，用于早期且准确的肺癌检测。
• 通过减少人为错误并提高检测速度，改善放射科诊断。
• 评估多种统计学习模型在从医学图像中分类肺结节方面的性能。
• 通过预处理和基于标记的分水岭技术，提升图像质量和肿瘤分割效果。

提出的方法

• 预处理包括使用中值滤波进行降噪，以及使用直方图均衡化进行对比度增强。
• 标记控制的分水岭分割通过内部和外部标记隔离肺结节。
• 特征提取从分割后的结节中计算面积、周长和熵，用于分类。
• 监督分类器包括逻辑回归、QDA、分类树、随机森林以及具有径向基函数核的SVM。
• SVM的超参数调优（C=1，gamma=1）使准确率提升至72.2%。
• 使用选定特征进行无监督K-means聚类，在测试数据上达到55.05%的准确率。

实验结果

研究问题

• RQ1 图像处理与统计学习能否提升从CT扫描中早期检测肺癌？
• RQ2 与其它分割技术相比，标记控制的分水岭分割在肿瘤检测中的表现如何？
• RQ3 哪种机器学习分类器在将肺结节分类为癌性或非癌性时准确率最高？
• RQ4 特征选择与超参数调优在多大程度上提升了模型性能？
• RQ5 无监督聚类方法能否在无标签数据的情况下有效识别癌性结节？

主要发现

• 所提出的系统在使用C=1和gamma=1的SVM时，实现了72.2%的分类准确率，为所有测试模型中的最高值。
• SVM优于QDA、分类树和随机森林，后三者均达到71.71%的准确率。
• 使用面积和周长进行特征选择可提升SVM性能，最佳结果出现在C=1和gamma=1时。
• 当使用三个预测变量时，K-means聚类在测试数据上达到55.05%的准确率，略高于完整特征集。
• 采用中值滤波和直方图均衡化的预处理显著提升了图像清晰度，并支持更优的分割效果。
• 该系统通过图形用户界面实现结节的自动化检测与可视化，展示了其在临床应用中的可行性。