基于国人皮肤镜黑素细胞肿瘤图像的智能化分类与识别研究

• 作者: 刘玮 姜志国 孟如松 孟晓 罗卫 蔡瑞康 谢凤英 郭广进
• 来源期刊: 中国体视学与图像分析
• 学科: 医学
• 关键词: 偏振光皮肤镜成像 图像分割 特征识别 组合神经网络分类 黑素细胞肿瘤 黑素细胞痣 恶性黑素瘤 中国人群
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 生物医学
• 页码范围: 191-199
• 页数: 9页
• 分类号: R730.261
• 语种: 中文

摘要

目的 建立国人皮肤黑素细胞肿瘤(MT)图像智能化分类与识别方法.方法 采用皮肤镜法获取MT图像信息,提出自生成神经网络的自适应聚类分割与特征提取算法,定量分析MT的形状不对称(AY)、形状偏心率(EY)、边界凹陷率(BDR)、过渡区辐射不均匀度(URTA)、颜色多样性(CD)、纹理相关性(TC)六个特征,结合组合神经网络分类器对MT的良、恶性进行分类与识别,经病理验证与统计学分析.结果 642幅MT图像,其中良性82.4％；恶性17.6％；URTA、TC、BDR、CD灵敏度86.73％ ～95.58％,特异度97.3％ ～ 100％；AY和EY灵敏度41.59％～47.78％,特异度69.91％ ～76.99％；对MT的良、恶性分类与识别,准确率达93.65％；分类符合率经x2检验均有显著性差异(x2 =4.51,P＜0.05).结论 皮肤镜MT图像分析法,可有效实现MT良、恶性分类与自动识别,为解决国人皮肤恶性黑素瘤的智能化识别瓶颈问题奠定了基础.