中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2010年
2期
178-184
,共7页
乳腺肿瘤%超声图像%感兴趣区域%自动检测%自组织映射神经网络
乳腺腫瘤%超聲圖像%感興趣區域%自動檢測%自組織映射神經網絡
유선종류%초성도상%감흥취구역%자동검측%자조직영사신경망락
由于斑点噪声、伪影以及病灶形状多变的影响,乳腺肿瘤超声图像中肿瘤区域的自动检测以及病灶的边缘提取比较困难,已有的方法主要是由医生先手工提取感兴趣区域(ROI).本研究提出一种乳腺肿瘤超声图像中感兴趣区域自动检测的方法,选用超声图像的局部纹理、局部灰度共生矩阵以及位置信息作为特征,采用自组织映射神经网络进行分类,自动识别乳腺肿瘤区域.对包含168幅乳腺肿瘤超声图像的数据库进行识别的结果表明:该方法自动识别ROI的准确率达到86.9%,可辅助医生提取肿瘤的实际边缘以及进一步诊断.
由于斑點譟聲、偽影以及病竈形狀多變的影響,乳腺腫瘤超聲圖像中腫瘤區域的自動檢測以及病竈的邊緣提取比較睏難,已有的方法主要是由醫生先手工提取感興趣區域(ROI).本研究提齣一種乳腺腫瘤超聲圖像中感興趣區域自動檢測的方法,選用超聲圖像的跼部紋理、跼部灰度共生矩陣以及位置信息作為特徵,採用自組織映射神經網絡進行分類,自動識彆乳腺腫瘤區域.對包含168幅乳腺腫瘤超聲圖像的數據庫進行識彆的結果錶明:該方法自動識彆ROI的準確率達到86.9%,可輔助醫生提取腫瘤的實際邊緣以及進一步診斷.
유우반점조성、위영이급병조형상다변적영향,유선종류초성도상중종류구역적자동검측이급병조적변연제취비교곤난,이유적방법주요시유의생선수공제취감흥취구역(ROI).본연구제출일충유선종류초성도상중감흥취구역자동검측적방법,선용초성도상적국부문리、국부회도공생구진이급위치신식작위특정,채용자조직영사신경망락진행분류,자동식별유선종류구역.대포함168폭유선종류초성도상적수거고진행식별적결과표명:해방법자동식별ROI적준학솔체도86.9%,가보조의생제취종류적실제변연이급진일보진단.
