• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Image Processing >Novel features for microcalcification detection in digital mammogram images based on wavelet and statistical analysis
【24h】

Novel features for microcalcification detection in digital mammogram images based on wavelet and statistical analysis

机译：基于小波和统计分析的数字化乳腺X线图像微钙化检测的新功能

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Computer Aided Diagnosis (CAD) systems play an important role in early detection of breast cancer. In this study, we propose a CAD system based on a novel feature set for detection of microcalcifications. The new features are inspired from several statistical observations for some classical features such as higher order statistical (HOS) features, Discrete Wavelet Transform (DWT) and Wavelet Packet Decomposition (WPD) based features. Our study employs DWT for preprocessing and Student's t-test for evaluation and reduction of the features. Support vector machines (SVM) with linear and RBF kernels was used. The proposed system achieved 98.43%, 96.74% sensitivity, 93.34%, 94.87% specificity and 95.80%, 95.78% accuracy using RBF kernel for MIAS and DDSM databases respectively.
机译：计算机辅助诊断（CAD）系统在乳腺癌的早期检测中起着重要作用。在这项研究中，我们提出了一种基于新型特征集的CAD系统，用于检测微钙化。这些新功能是从一些经典功能（例如高阶统计（HOS）功能，离散小波变换（DWT）和基于小波包分解（WPD））的一些统计观察中得到启发的。我们的研究使用DWT进行预处理，并使用Student t检验来评估和简化特征。使用具有线性和RBF内核的支持向量机（SVM）。拟议的系统使用RBF内核分别针对MIAS和DDSM数据库实现了98.43％，96.74％的灵敏度，93.34％，94.87％的特异性和95.80％，95.78％的准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号