韩振中
- 作品数：7 被引量：23H指数：3
- 供职机构：北京交通大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于X线图像的乳腺肿块检测与分类方法研究
- 乳腺癌是一种女性中常见的恶性肿瘤，早期诊断是治愈该病的最有效手段。在乳腺癌早期诊断的诸多方法之中，乳腺X线摄影术被公认为最可靠、最便捷的方法，然而早期的乳腺癌影像学特征一般不够明显，且易受医师主观影响，以至于假阴性与假阳...
- 韩振中
- 关键词：乳腺癌X线图像
- 文献传递
- 基于标记脉冲耦合神经网络的乳腺肿块分层检测方法被引量：2
- 2013年
- 乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers,MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate,FPR)的同时,肿块真阳性率(True Positive Rate,TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。
- 韩振中陈后金李居朋姚畅程琳
- 关键词：乳腺X线图像乳腺癌早期诊断
- 改进标记分水岭的乳腺X线图像肿块检测方法被引量：3
- 2014年
- 乳腺X线图像肿块大小不一,固定参数的传统标记分水岭算法无法实现乳腺X线图像肿块的有效检测。针对此问题,文中提出了一种结合形状特征和改进型标记分水岭的乳腺X线图像肿块检测方法。在计算前景标记时,结合标记的形状特征判定前景标记,通过对前景标记进行形态学膨胀并提取边缘以获得背景标记,利用改进型自适应参数标记分水岭算法实现肿块检测。实验结果表明,文中算法通过结合形状特征,自适应地选择合适的形态学参数,使得肿块检测准确率高于传统标记分水岭算法。
- 刘睿欣陈后金李居朋韩振中
- 关键词：乳腺X线图像形态学
- 乳腺X线图像肿块建模与分割被引量：1
- 2013年
- 提出了一种基于模型分析与均值漂移聚类的乳腺肿块分割方法.该方法根据肿块的临床特征表现建立了肿块的数学模型,并通过多重滤波实现肿块的准确定位.在此基础上,结合均值漂移算法获得的像素点集合,筛选出初始肿块.最后利用无边缘活动轮廓模型准确分割出肿块.实验采用通用的MIAS数据库进行算法性能测试,结果表明本文方法在保证较低假阳性率的同时,肿块检测真阳性率高于形态学成分分析方法.此外,本文方法分割出的肿块边界完整,可满足临床检验与诊断需求.
- 韩振中陈后金李居朋姚畅程琳
- 关键词：乳腺X线图像数学建模均值漂移
- 基于自适应核学习相关向量机的乳腺X线图像微钙化点簇处理方法研究被引量：10
- 2013年
- 采用自适应核学习相关向量机方法,结合形态学滤波和Kallergi分簇标准,研究了乳腺X线图像中微钙化点簇的处理.首先将微钙化点检测看作一个监督学习问题,然后应用自适应核学习相关向量机作为分类器判断图像中每一个位置是否为微钙化点并采用形态学处理滤除干扰噪声,最后对获得的微钙化点采用Kallergi标准进行分簇.为提高运算速度,在微钙化点检测时将整个图像分解为多个子图像并行运算,实现了一种基于自适应核学习相关向量机的微钙化点簇快速处理方法.实验结果和分析表明,自适应核学习相关向量机方法算法性能优于相关向量机方法,特别是实现的快速方法能进一步降低微钙化点簇的处理时间.
- 姚畅陈后金Yang Yong-Yi李艳凤韩振中张胜君
- 关键词：乳腺X线图像相关向量机
- 基于哈希理论和线性近邻传递反馈的乳腺X线图像肿块检索方法被引量：1
- 2014年
- 在乳腺X线图像肿块检测中存在较高的假阳性率,通过基于内容的肿块检索,将待判定肿块与已确诊肿块进行相似性分析,可有效降低假阳性率.本文提出了一种结合可区分锚点图哈希和线性近邻传递的乳腺图像肿块检索方法.针对传统锚点图哈希在相似度定义中没有考虑病理相关性的问题,引入病理类别至锚点图哈希图像相似度计算,提出了可区分锚点图哈希以重新表示图像.利用线性近邻传递作为相关反馈技术,基于图像底层特征表达与图像高层语义间的学习机制,实现交互式肿块图像检索.采用北京大学人民医院乳腺中心提供的临床图像作为实验数据,实验结果表明,引入病理类别的可区分锚点图哈希图像表达在肿块相似性分析上优于传统锚点图哈希.相比于现有方法,本文提出的方法在肿块检索性能上得到明显提高.
- 李艳凤陈后金曹霖韩振中程琳
- 关键词：乳腺X线图像
- 基于SPCNN与改进型矢量CV模型的乳腺X射线肿块分割方法被引量：3
- 2014年
- 作为乳腺癌计算机辅助诊断系统的重要环节,肿块分割的结果严重影响到肿块良恶性的判别.针对现有方法的不足,本文提出了一种基于简化型脉冲耦合神经网络和改进型矢量无边缘活动轮廓模型的乳腺X射线肿块分割方法.首先,通过数学分析计算SPCNN的相关参数与终止条件,进而利用SPCNN模型分割出肿块的初始轮廓.然后,针对传统CV模型的不足,进行相应的修正得到改进型矢量CV模型.最后,结合SPCNN分割出的初始轮廓,利用改进型的矢量CV模型处理ROI分割出肿块.采用北京大学人民医院乳腺中心提供的临床图像以及DDSM数据库的图像进行对比实验,实验结果表明,本文方法相比较现有方法分割结果更为准确,尤其是在处理东方女性致密性案例时,本文方法更有优势.
- 韩振中陈后金李艳凤李居朋姚畅程琳
- 关键词：计算机辅助诊断
