一种基于二维粒子的自动检测乳腺钼靶片上微钙化点簇的方法

被引：6

作者：

王磊 ^{[1
]}

朱淼良 ^{[1
]}

邓丽萍 ^{[2
]}

袁昕 ^{[1
]}

机构：

[1] 浙江大学计算机科学与技术学院

[2] 浙江大学医学院附属邵逸夫医院

来源：

计算机研究与发展 | 2009年 / 46卷 / 09期

关键词：

Fast Marching; 二维粒子; 图像分割; 微钙化点; 乳腺钼靶片;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

乳腺钼靶片上的微钙化点簇是早期乳腺癌的重要信号,目前,无论是采用人工阅片或是计算机辅助诊断系统都很难对微钙化点簇进行可靠的检测.提出了一种基于二维粒子的自动检测乳腺钼靶片上微钙化点簇的方法,以二维粒子为单位进行可疑区域的提取和微钙化点的判别,很好地克服了传统的基于像素级别的检测方法容易受到干扰和基于数学形态学的检测方法很难确定合适结构元素的问题.提出的快速多元分割算法克服了基于经典Fast Marching的多元分割算法在乳腺钼靶片上进行二维粒子分割时运算时间过长的问题,显著提高了二维粒子的分割速度.在DDSM数据库上的实验结果表明,新的检测方法具有比较满意的检测精度和处理速度.

引用

页码：1438 / 1445

页数：8

共 11 条

[1] 模糊遗传人工神经网络算法提取乳腺微钙化点的效果 [J].

鲁雯 ;

张光玉 .

中山大学学报(医学科学版), 2008, (02) :216-220+234

[2] 独立分量分析在乳腺钼靶X片感兴趣区域提取中的应用 [J].

王瑞平 ;

万柏坤 ;

高上凯 .

中国生物医学工程学报, 2007, (04) :532-536

[3] 基于微弱目标-背景合成技术的微钙化点检测 [J].

胡正平 ;

张晔 .

中国生物医学工程学报, 2007, (04) :637-640

[4] 使用遗传算法的乳腺微钙化点特征优化 [J].

王瑞平 ;

万柏坤 ;

高上凯 .

电子科技大学学报 , 2007, (01) :137-139+153

[5] 一种基于Top-hat的乳腺图像中钙化点的检测方法 [J].

董妍 ;

高新波 ;

王颖 .

中国图象图形学报, 2006, (12) :1839-1843

[6] 基于迭代顺序滤波子空间约束的可拒识-支持向量机微钙化点检测 [J].

胡正平 ;

吴燕 ;

张晔 .

电子学报, 2006, (02) :312-316

[7] SVM算法及其在乳腺X片微钙化点自动检测中的应用 [J].

万柏坤 ;

王瑞平 ;

朱欣 ;

綦宏志 .

电子学报, 2004, (04) :587-590

[8] Automatic detection of clustered microcalcifications in digital mammograms using mathematical morphology and neural networks [J].

Halkiotis, Stelios ;

Botsis, Taxiarchis ;

Rangoussi, Maria .

SIGNAL PROCESSING, 2007, 87 (07) :1559-1568

[9]

Bayesian Level Sets for Image Segmentation[J] . Eftichis Sifakis,Christophe Garcia,Georgios Tziritas.Journal of Visual Communication and Image Representation . 2002 (1)

[10]

Using Renyi's Information and Wavelets for Target Detection: An Application to Mammograms[J] . G. Boccignone,A. Chianese,A. Picariello.Pattern Analysis & Applications . 2000 (4)

← 1 2 →