基于自适应能量偏移场无边缘主动轮廓模型的乳腺肿块分割与分类方法研究

王孝义; 邢素霞; 王瑜; 曹宇; 申楠; 潘子妍

首页> 中文期刊> 《中国医学物理学杂志》 >基于自适应能量偏移场无边缘主动轮廓模型的乳腺肿块分割与分类方法研究

基于自适应能量偏移场无边缘主动轮廓模型的乳腺肿块分割与分类方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的:为提高乳腺癌检测的精准度和效率,提出了一种基于自适应能量偏移场无边缘主动轮廓模型(AEOF-CV)的乳腺肿块分割与分类方法.方法:首先采用中值滤波、阈值分割及区域连通进行图像预处理,去除图像噪声;然后使用伽马变换及形态学运算相结合的方法进行图像增强;其次,采用AEOF-CV对弱对比度图像提高分割精度,用于乳腺肿块分割,得到感兴趣区域;最后使用不同提取特征方法,结合支持向量机识别感兴趣区域是否有肿块,并对存在肿块的图像判别肿块的良、恶性.结果:实验利用DDSM数据库中350个图像进行测试,实验结果证明,基于AEOF-CV乳腺肿块分割方法可以得到肿块清晰外部轮廓,具有较好的鲁棒性,误分率可达到0.212 0.无肿块样本识别率达到94.57％,恶性肿块识别率为97.91％,良性肿块识别率为96.96％,总识别率达94.00％.结论:基于AEOF-CV的乳腺肿块分割效果较好,误分率相对CV方法降低19.17％,查准率和查全率达到了0.851 9和0.836 5,全局分析性能较好,是乳腺肿块分割的有效方法,可为后续模式识别提供可靠依据.

著录项

来源
《中国医学物理学杂志》 |2020年第8期|1010-1016|共7页
作者
王孝义; 邢素霞; 王瑜; 曹宇; 申楠; 潘子妍;
展开▼
作者单位

北京工商大学计算机与信息工程学院北京100048;

北京工商大学计算机与信息工程学院北京100048;

北京工商大学计算机与信息工程学院北京100048;

北京工商大学计算机与信息工程学院北京100048;

北京工商大学计算机与信息工程学院北京100048;

北京工商大学计算机与信息工程学院北京100048;

展开▼
原文格式 PDF
正文语种 chi
中图分类生物医学工程;算法理论;
关键词
乳腺肿块; 图像分割; 能量偏移场; CV模型; 支持向量机;

相似文献

中文文献
外文文献
专利

1. 基于自适应分割与偏移场估计的活动轮廓模型 [J] . 蔡青 ,刘慧英 ,孙景峰 . 系统工程与电子技术 . 2018,第005期
2. 基于边缘信息与偏移场矫正的多相Chan-Vese图像分割模型 [J] . 周三平 ,滕炯华 ,黄保山 . 西北工业大学学报 . 2014,第003期
3. 基于SVM能量模型的改进主动轮廓图像分割算法研究 [J] . 胡正平 ,张晔 . 电子学报 . 2006,第005期
4. 基于各向异性主动轮廓模型的图像分割方法研究 [J] . 熊晶晶 ,周亚丽 ,张奇志 . 计算机应用研究 . 2018,第011期
5. 基于改进主动轮廓模型的图像分割方法研究 [J] . 任守纲 ,马超 ,徐焕良 . 计算机科学 . 2013,第007期
6. 基于主动轮廓模型的三维分割及其在工业CT上的应用 [C] . Shengmiao Wang ,汪盛淼 ,Kuan Shen . 第二届中国泛西部无损检测学术交流会 . 2017
7. 基于GVF主动轮廓模型的医学图像分割及其三维数据场体绘制 [A] . 栗亚 . 2004

基于自适应能量偏移场无边缘主动轮廓模型的乳腺肿块分割与分类方法研究

摘要

著录项

相似文献

相关主题

期刊订阅