一个基于粒子群算法的淋巴瘤形态参数分类器.pdfVIP

维普资讯 第35卷 第6期 福州大学学报(自然科学版) V01．35No．6 2007年 12月 JournalofFuzhouUniversity(NaturalScience) Dec．2007 文章编号：1000—2243(2007)06—0844—05 一 个基于粒子群算法的淋巴瘤形态参数分类器 邓睿芬，刘秉瀚 (福州大学数学与计算机科学学院，福建 福州 350002) 摘要：对 自适应粒子群算法引入变异算子，并对其进行改进 ，将其应用到淋巴瘤形态参数的分类问题上．主要 讨论了基于粒子群算法的淋巴瘤形态参数分类器的编码 、适应度函数的构造及分类器的设计．实验结果表明， 该方法能有效地进行淋巴瘤细胞形态参数的分类． 关键词：淋巴瘤；形态参数；粒子群算法；分类器 中图分类号：TP302 文献标识码：A A lymphomamorphologyparameterclassifierbasedon particleswarm optimizationalgorithm DENG Rui—fen，LIU Bing—han (CoUegeofMathematicsandComputerSciences，FuzhouUniversity，Fuzhou，Fujina 350002，China) Abstract：ThispaperaddsmutationoperatortoadaptivePSOandapplyitinthelymphomamorpholo— gYparameterclassifierproblems．Thepapermostlydiscussesthecoding，designofhtelymphomamor— phologyparameterclassifier，andtheconstitutionofthefittingdegreefunction．Theexperimentalre— suitsshowhtathtemethodisanavailableandfeasibleclassifierforlymphomamorphologyparameter． Keywords：lymphoma；morphologyparameter；particleswarm optimizationalgorithm ；classifier 恶性淋巴瘤(ML)是一大组异质性疾病 ，包括多种独立的病种．从临床上看，不同类型的淋巴瘤不仅 在其 自然发展规律上有不同，而且对治疗的反应也不同，应该分别采取不同的治疗策略和方案．在淋巴瘤 的常规病理诊断中，形态学是最关键的诊断要素，不少有经验的病理学家，通过一张染色 良好的HE染色 切片，就可以大致判断淋巴瘤的基本分型类别．而在淋巴瘤形态学中，最重要形态特点是细胞核的变化， 肿瘤细胞核内DNA含量及分布和细胞核形态的细微变化 ，是人体细胞发生癌变的特征性标志之一．但 由 于淋巴组织病理图像极为复杂，不同类型淋巴组织病理图像视觉差异不大，仅靠传统的肉眼观察和主观 判断很难立刻做出正确的诊断．如果能够通过一种形态学辅助诊断工具，帮助病理医生在淋巴瘤的诊断 中进行识别，将可以极大地提高病理医生对淋巴瘤的病理诊断水平． 本研究的目的是对淋巴瘤细胞核形态参数库的诊断规则进行挖掘．粒子群优化算法(PSO)是一种基 于群智能方法的演化计算技术，和遗传算法一样，是一种基于群体的优化工具．PSO的优势在于简单容易 实现同时又有深刻的智能背景，既适合科学研究，又特别适合工程应用．故本文将构造一个快速有效的基 于粒子群淋巴瘤细胞分类器，提供诊断规则，辅助医生进行病理诊断． 1 粒子群算法 粒子群优化算法源于对鸟群捕食行为的研究．一群鸟在随机搜寻食物，如果这