一个改进的多类分类的急性淋巴细胞白血病使用增强的光虫群优化增强的光虫群优化

科学领域:

• 医疗成像医学成像
• 计算生物学 计算生物学
• 血液学 血液学 血液学

背景情况:

• 急性淋巴细胞白血病 (ALL) 是一种流行的儿科血液癌症,其特征是不成熟的白细胞增殖.
• 目前对ALL的诊断方法,如骨髓吸收,往往耗时,容易出错,需要专家解释.
• 需要高效准确的自动化系统来帮助ALL分类.

研究的目的:

• 开发一种计算机辅助的自动分类系统,用于区分良性,早期,Pro-B和Pre-B ALL亚型.
• 为了提高诊断准确性和ALL检测的效率.

主要方法:

• 图像预处理和兴趣区域提取使用多级层次层次标记基于流域算法 (MHMW).
• 使用增强的光群优化 (EGSO) 算法进行特征选择.
• 使用决策树,随机森林,多层感知子,天真贝叶斯和支持矢量机器内核进行多类分类.

主要成果:

• 综合的MHMW和EGSO方法,加上随机森林,表现出卓越的表现.
• 该系统在分类所有亚型方面实现了高准确度 (98.23%),精度 (98.25%) 和F1得分 (98.23%).
• 性能与其他优化算法进行了基准测试,例如粒子群优化,人工蜂群优化和大象群优化.

结论:

• 拟议的计算机辅助系统有效地以高准确度对所有亚型进行分类.
• 这种自动化方法对ALL的传统诊断方法提供了潜在的改进.
• MHMW和EGSO算法的集成显示出在血液恶性瘤中医疗图像分析的重大前景.