版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、乳腺癌計算機輔助檢測系統(tǒng)(Computer-Aided Detection and Diagnosis,CAD)經(jīng)過多年的發(fā)展在檢測微小鈣化灶方面已經(jīng)達到很高的性能,但是在檢測腫塊方面卻靈敏度稍低,假陽性偏高。檢測腫塊的低性能以及“黑匣子”式的診斷方案導(dǎo)致放射科醫(yī)師對CAD系統(tǒng)診斷腫塊缺乏足夠的信心。
為了增加醫(yī)生對CAD系統(tǒng)檢測腫塊的信心,基于參考病例的乳腺腫塊診斷方案被提出來。這種方案需要構(gòu)建一個大規(guī)模的已經(jīng)確診的參考
2、圖像庫,它的優(yōu)勢在于不僅能夠提供決策分數(shù),而且能夠在參考圖像庫中查出視覺相似而且病理相似的圖像供醫(yī)生參考。課題研究并改進了基于參考病例的乳腺腫塊診斷技術(shù):①采用了最大熵閥值分割算法獲得可疑病灶的初始輪廓,再用snake 精化其邊界②針對腫塊形態(tài)多變難以用一組特征組合描述的問題,提出根據(jù)可疑病灶區(qū)域最大熵閥值分割的好壞,把參考圖像分成兩類,對不同類別的圖像分別使用遺傳算法進行訓(xùn)練得到兩組不同的特征組合作為分類依據(jù)③針對傳統(tǒng)的相似性度量沒有
3、考慮不同特征對度量的貢獻不同的問題,采用粒子群優(yōu)化算法訓(xùn)練特征權(quán)重,建立基于特征權(quán)重的相似性度量,使得度量更加準確④針對最大熵閥值分割壞的可疑病灶區(qū)域相似性度量后返回的相似圖像的次序與人類視覺不符的問題,采用Pearson 相關(guān)排序來校正從而增加人類視覺的相似性。
參考圖像庫來源于美國南佛羅里達大學(xué)的數(shù)字乳腺X 線圖像數(shù)據(jù)庫(Digitaldatabase for screening mammography,DDSM),總
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于參考圖像的乳腺腫塊診斷方法研究.pdf
- 基于內(nèi)容圖像檢索的乳腺腫塊診斷技術(shù)研究.pdf
- 基于多視角的乳腺腫塊案例檢索技術(shù)研究.pdf
- 乳腺腫塊超聲診斷
- 基于圖像內(nèi)容檢索的乳腺腫塊診斷方法研究.pdf
- 乳腺腫塊的診斷與治療
- 超聲彈性成像技術(shù)對乳腺腫塊定性診斷的價值研究.pdf
- 乳腺腫塊檢測和分析關(guān)鍵技術(shù)研究.pdf
- 基于視覺感知信息的乳腺鉬靶腫塊輔助診斷研究.pdf
- 基于動態(tài)規(guī)劃的乳腺腫塊計算機輔助診斷.pdf
- 實時彈性超聲診斷乳腺腫塊的薈萃研究.pdf
- 超聲彈性成像技術(shù)診斷乳腺良惡性腫塊的價值.pdf
- 多普勒超聲對乳腺腫塊的鑒別診斷的臨床研究.pdf
- 采用基于內(nèi)容圖像檢索技術(shù)的乳腺腫塊檢測.pdf
- 人體乳腺腫瘤診斷的新技術(shù)研究.pdf
- 乳腺腫塊超聲彈性成像診斷與病理對照研究.pdf
- 基于Gmac模型的乳腺腫塊分割.pdf
- ABVS與乳腺鉬靶、手持超聲診斷乳腺腫塊價值的對比研究.pdf
- 超聲彈性成像技術(shù)與X線鉬靶在乳腺腫塊診斷的對比研究.pdf
- 基于雙視圖的乳腺腫塊檢測方法研究.pdf
評論
0/150
提交評論