基于相對變換的局部均值分類算法

作為一種常見的骨科疾病，骨肉瘤屬于惡性程度甚高、預(yù)后極差且轉(zhuǎn)移較快的骨原發(fā)性惡性腫瘤。由于該病多發(fā)于青少年且危害很大，因此，早期發(fā)現(xiàn)、早期診斷和早期治療便成為治療骨肉瘤的關(guān)鍵。將機器學(xué)習(xí)中的基于近鄰的局部分類器引入到骨肉瘤的數(shù)據(jù)分類中來，極大的提高了分類的自動性以及效果。然而由于骨肉瘤數(shù)據(jù)可能存在稀疏、噪聲和非平衡等問題，如此算法的效果往往不佳。本文根據(jù)認(rèn)知的相對性規(guī)律提出了基于相對變換的局部均值分類算法，通過相對變換將數(shù)據(jù)的原始空間變換到相對空間，在相對的空間中度量數(shù)據(jù)的相似性更符合人們的直覺，從而提高了數(shù)據(jù)之間的可區(qū)分性，同時在一定條件下相對變換還能抑制噪聲的影響。實驗結(jié)果表明，相對局部均值算法具有非常好的分類效果，可以有效地輔助臨床醫(yī)生。