近日,十大网赌博正规信誉网址博士研究生张慧丽在导师施俊教授的指导下,以第一作者在《IEEE Journal of Biomedical and Health Informatics》(中科院一区期刊,影响因子:7.021)上发表题为“Multi-View Feature Transformation Based SVM+ for Computer-Aided Diagnosis of Liver Cancers With Ultrasound Images”的研究论文,施俊教授为通讯作者。
基于MFSVM+的单模态BUS诊断框架图
为了利用双模态超声数据共享标签和多视图的特点去提高单模态BUS的诊断准确性,本研究提出了一个基于特征转换的多视图特权迁移学习算法(Multi-View Feature Transformation Based SVM+,MFSVM+)用于肝癌诊断。首先提出了一个将特征转换和分类器结合的有监督迁移学习算法FSVM+,在共享标签信息指导下进行知识迁移。该算法同时利用了最大化两类的间隔和最小化闭球的半径这两个准则学习分类器,且特征转换矩阵可以使得转换后的特征变得紧致可分。在此基础上延伸出一种基于多视图的迁移学习算法MFSVM+,实现从多视图 CEUS 到 BUS 的有效知识迁移。本算法在双模态肝癌超声数据集上取得了最优的分类结果,证明了其具有提升单模态B超肝癌诊断的可行性和有效性。
该工作得到国家自然科学基金(81830058)的资助与支持。
附论文链接:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10005152