[论文解读] Soft Set Based Feature Selection Approach for Lung Cancer Images

G. Jothi, H. Hannah Inbarani|arXiv (Cornell University)|Dec 21, 2012

Rough Sets and Fuzzy Logic被引用 7

一句话总结

本文提出了一种基于软集的无监督特征选择方法 SSUSQR，用于利用 CT 图像进行肺癌诊断。通过 GLCM 和 GLDM 提取 19 个纹理特征，该方法利用软集理论识别最优特征子集，显著减少了冗余，并在 K-Means 和 SOM 聚类中提升了性能，优于基于粗糙集的方法。

ABSTRACT

Lung cancer is the deadliest type of cancer for both men and women. Feature selection plays a vital role in cancer classification. This paper investigates the feature selection process in Computed Tomographic (CT) lung cancer images using soft set theory. We propose a new soft set based unsupervised feature selection algorithm. Nineteen features are extracted from the segmented lung images using gray level co-occurence matrix (GLCM) and gray level different matrix (GLDM). In this paper, an efficient Unsupervised Soft Set based Quick Reduct (SSUSQR) algorithm is presented. This method is used to select features from the data set and compared with existing rough set based unsupervised feature selection methods. Then K-Means and Self Organizing Map (SOM) clustering algorithms are used to cluster the data. The performance of the feature selection algorithms is evaluated based on performance of clustering techniques. The results show that the proposed method effectively removes redundant features.

研究动机与目标

• 解决肺癌 CT 图像分析中高维冗余特征的挑战。
• 通过从分割的肺部图像中选择最具信息量的纹理特征，提高分类准确性。
• 开发一种基于软集理论的无监督特征选择算法，用于医学图像分析。
• 使用聚类性能作为特征质量的代理指标，评估所提方法的有效性。

提出的方法

• 使用灰度共生矩阵（GLCM）和灰度差分矩阵（GLDM）从分割的肺部 CT 图像中提取 19 个纹理特征。
• 提出一种无监督软集快速约简算法（SSUSQR），以识别最小且最优的特征子集。
• 应用软集理论对特征间的不确定性与依赖性进行建模，从而实现高效的约简计算。
• 使用 K-Means 和自组织映射（SOM）聚类算法评估所选特征的质量。
• 将 SSUSQR 的性能与现有的基于粗糙集的无监督特征选择方法进行对比。
• 基于聚类准确率和紧凑性评估特征选择的有效性。

实验结果

研究问题

• RQ1 软集理论能否在最小化冗余的同时，有效识别肺癌 CT 图像中的相关特征？
• RQ2 所提出的 SSUSQR 算法在无监督医学图像特征选择中，与基于粗糙集的方法相比表现如何？
• RQ3 基于软集的特征选择能否提升 K-Means 和 SOM 等聚类算法在肺癌图像分析中的性能？
• RQ4 特征降维对高维肺癌 CT 图像数据中聚类质量有何影响？
• RQ5 所提方法能否在无需标注数据的情况下，持续选择出具有信息量的纹理特征？

主要发现

• 所提出的 SSUSQR 算法成功利用软集理论减少了肺癌 CT 图像中的特征冗余。
• 所选特征子集显著提升了 K-Means 和自组织映射（SOM）算法的聚类性能。
• 在聚类准确率和紧凑性方面，该方法优于现有的基于粗糙集的无监督特征选择技术。
• 软集的使用有效处理了纹理特征之间的不确定性与依赖性。
• 结果表明，基于软集的特征选择是无监督医学图像分析中一种可行且有效的替代方法。
• 该方法在使用更少特征的情况下实现了更优的聚类结果，表明特征相关性更高且噪声更少。