联合特征子空间下Wasserstein距离对齐的胃CT图像识别

为提高小样本下胃肿瘤的辅助诊断性能，结合临床实践，研究联合特征子空间下Wasserstein距离对齐的胃CT图像识别方法。首先，为减少源域特征和目标域特征之间的差异，进行有效迁移，利用主成分分析(Principal Component Analysis, PCA)法寻找子空间的线性变换基向量，构建联合特征子空间，实现数据全局均值和协方差的对齐；然后，采用基于最优传输理论的Wasserstein距离算法进一步衡量子空间内正负标签数据特征之间的分布距离，增加正负标签数据特征之间的区分度，实现细粒度迁移；最后，针对传统极限学习机算法容易过拟合且稳定性差的问题，使用L₁范数正则化对输出权重矩阵进行稀疏约束，提高模型鲁棒性，实现迁移特征的有效分类。实验结果表明，该方法在内部测试集的AUC为0.891,外部测试集的AUC为0.897,一定程度上可为医生提供较好的诊断参考，具有现实意义。