基于SVM和形态学的乳腺X线影像MROI提取技术

被引：3

作者：

顾广娟 ^{[1
]}

宋立新 ^{[1
]}

王立 ^{[2
]}

机构：

[1] 哈尔滨理工大学电气与电子工程学院

[2] 黑龙江省医院

来源：

哈尔滨理工大学学报 | 2009年 / 14卷 / 06期

关键词：

乳腺X线影像; 微钙化点感兴趣区域(MROI); 支持向量机(SVM); 数学形态学; 纹理特征;

D O I：

10.15938/j.jhust.2009.06.022

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对目前乳腺X线影像微钙化点感兴趣区域的提取方法复杂,效果不理想,保留微钙化区域的能力及排除非病变区域的能力差等方面的问题.依据微钙化点区域和非微钙化点区域的特征差异,提出了利用支持向量机来对乳腺组织子块是否是微钙化点区域进行分类,引入微钙化点的检测方法,利用形态学对含微钙化点的可疑区域进行检测,最后判断微钙化点簇,完成提取.实验证明,该方法操作简单,检出率较高,且假阳性得到明显降低,可大幅提高后期辅助诊断的效率.

引用

页码：47 / 51

页数：5

共 5 条

[1] X线乳腺图像中微钙化检测的快速排除无病变区域法(英文) [J].

贾新华 ;

王哲 ;

陈松灿 .

Transactions of Nanjing University of Aeronautics & Astronautics, 2006, (01) :52-58

[2] 乳腺钼钯X射线影像中微钙化点的检测方法 [J].

王瑞平 ;

万柏坤 ;

朱欣 ;

曹旭晨 ;

赵颖 .

国外医学生物医学工程分册., 2001, (05) :212-217

[3]

模式识别[M]. 武汉大学出版社 , 钟珞等, 2006

[4]

The CALMA project: a CAD tool in breast radiography[J] . S.R. Amendolia,M.G. Bisogni,U. Bottigli,A. Ceccopieri,P. Delogu,M.E. Fantacci,A. Marchi,V.M. Marzulli,R. Palmiero,S. Stumbo.Nuclear Inst. and Methods in Physics Research, A . 2001 (1)

[5]

Microcalcification detection using fuzzy logic and scale space approaches .2 H. D. Cheng,Jingli Wang and Xiangjun Shi. Pattern Recognition . 2004

← 1 →