原文服务方: 中国医学物理学杂志       
摘要:
目的:乳腺癌是女性最常见和多发的恶性肿瘤之一.恶性乳腺肿瘤早期重要表征是伴有微钙化现象.人工识别乳腺X射线图像微钙化点和微小肿块等病变遗漏率较高.探讨乳腺X线影像巾微钙化点区域的自动提取算法,以提高诊断速度和准确率.方法:在综合运用各种算法的基础上,基于乳腺X线图像微钙化点特征提出应用小波变换等研究乳腺X影像中微钙化点感兴趣区域的自动提取方法,并仿真验证算法的有效性.结果:应用ROC模型对医院临床80个病例的150副图像对提出的小波改进算法和相关算法进行了测试和比较.基于小波的微钙化点区域自动提取算法,可以获得高达98.8%的检出率和5%的误检率,实现了乳腺图像中含钙化点感兴趣区域的自动提取,验证了算法对提高检出率的可行性.结论:应用小波改进算法对乳腺X线图像中含钙化点感兴趣区域的自动提取是可行的,具有较高的微钙化点检出率,有利于实现乳腺影像可疑病灶区域的自动定位和早期发现,有利于加强对导致乳腺癌危险因素的研究和积极干预.
推荐文章
基于支持向量机的乳腺钙化点检测算法
微钙化点
小波
Top-hat
SVM
微机自动检测算法的研究
检测算法
数字滤波
非线性补偿
标度变换
装药疵病自动检测射线图像噪声消除技术
装药
疵病检测
自动检测
射线成像
噪声
基于超声图像的乳腺钙化点自动检测技术
超像素
钙化点
超声
乳腺肿瘤
诊断
分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于乳腺X线图像的微钙化点区域自动检测算法研究
来源期刊 中国医学物理学杂志 学科
关键词 乳腺X线图像 感兴趣区域 微钙化点
年,卷(期) 2013,(2) 所属期刊栏目 医学放射物理
研究方向 页码范围 3992-3996
页数 分类号 R318
字数 语种 中文
DOI 10.3969/j.issn.1005-202X.2013.02.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程运福 泰山医学院放射学院 16 49 4.0 6.0
2 张勇 泰山医学院放射学院 52 135 7.0 9.0
3 崔栋 泰山医学院放射学院 30 88 6.0 8.0
4 张光玉 泰山医学院放射学院 30 157 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (11)
二级引证文献  (18)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
乳腺X线图像
感兴趣区域
微钙化点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学物理学杂志
月刊
1005-202X
44-1351/R
16开
1983-01-01
chi
出版文献量(篇)
4079
总下载数(次)
0
总被引数(次)
17195
论文1v1指导