上海市科学技术委员会资助项目(054119612)
- 作品数：2 被引量：9H指数：2
- 相关作者：林其忠余建国王怡陈亚青王威琪更多>>
- 相关机构：复旦大学上海交通大学附属第六人民医院更多>>
- 发文基金：上海市科学技术委员会资助项目更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 超声乳腺肿瘤图像的边缘提取被引量：4
- 2007年
- 目的探求乳腺肿瘤超声图像的边缘提取。方法广义梯度矢量流Snake模型已经成功地用于噪声相对比较小的CT、MRI等医学图像,然而乳腺肿瘤超声图像对比度低,斑点噪声大,很难将该模型直接应用于乳腺肿瘤超声图像。本文针对乳腺肿瘤超声图像的特点如图像对比度低,斑点噪声大,部分边缘缺失,肿瘤内部微细结构分布复杂(如血管,钙化灶等),特别恶性肿瘤还具有复杂形状等,采用相应的图像处理技术如非线性各向异性扩散滤除斑点噪声,形态学滤波器平滑图像,直方图均衡化提高图像的对比度,最后将该模型引入到乳腺肿瘤超声图像边缘提取。结果实验对158例乳腺肿瘤超声图像进行边缘提取,定量和定性分析均获得满意的结果。结论本文方法可以有效地用于超声乳腺肿瘤图像的边缘提取。
- 林其忠余建国王怡
- 关键词：超声图像各向异性扩散SNAKE
- 乳腺肿瘤超声图像识别模式分类方法的比较研究被引量：5
- 2006年
- 目的利用乳腺肿瘤超声图像良恶性的不同特征,借助于模式分类方法对乳腺肿瘤良恶性进行识别,作为医生的计算机辅助诊断。方法本文研究基于乳腺肿瘤超声图像的原始特征参数已提取情况下,采用顺序前进搜索方法获得最优特征矢量,然后利用支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器四种模式识别方法分别对乳腺肿瘤良恶性进行识别。结果基于200例病例随机划分为训练集100例和测试集100例进行测试,支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器的Accuracy分别为0.960,0.940,0.932±0.013,0.930。结论支撑矢量机的分类性能优于其它分类器,能有效地对超声图像乳腺肿瘤进行良恶性识别。
- 林其忠余建国陈亚青王威琪王怡
- 关键词：超声图像支撑向量机分类器
