基于特性模型与神经网络的乳腺图像肿块自动检测技术

被引：6

作者：

徐伟栋 ^{[1
]}

刘伟 ^{[1
]}

厉力华 ^{[1
]}

夏顺仁 ^{[2
]}

马莉 ^{[1
]}

邵国良 ^{[3
]}

张娟 ^{[3
]}

机构：

[1] 杭州电子科技大学生物医学工程及仪器研究所

[2] 浙江大学生物医学工程系

[3] 浙江省肿瘤医院放射科

来源：

电子与信息学报 | 2009年 / 31卷 / 07期

基金：

浙江省自然科学基金;

关键词：

乳腺X线图像; 计算机辅助诊断; 肿块; ANFIS; MLP;

D O I：

暂无

中图分类号：

R737.9 [乳腺肿瘤]; TP391.41 [];

学科分类号：

080203 ;

摘要：

钼靶X线摄影是最常用的乳腺癌早期诊断手段。该文针对乳腺图像中的肿块提出了一种基于特性模型与神经网络的计算机辅助诊断技术。它首先建立两种特性模型分别描述脂肪组织和腺体组织中的肿块;然后对脂肪中的肿块采用迭代阈值法进行检测,对腺体中的肿块采用小波域黑洞检索法进行标记;接着采用一种基于Canny算子和能量场约束以及ANFIS控制的填充膨胀方法分割疑似肿块;最后使用一种MLP分类器剔除假阳性。实验结果表明,该算法在面对特性迥异的多种肿块时可取得较高的检测精度,并保证较低的假阳性率。

引用

页码：1653 / 1658

页数：6

共 3 条

[1] 基于模型的乳腺X线图像胸肌分割算法研究 [J].