双侧特征融合的乳腺肿块检测

• 作者: 于戈 康雁 王之琼 王培
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 双侧特征融合 乳腺肿块检测 极限学习机 钼靶X线图像
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1024-1031
• 页数: 8页
• 分类号: TP399
• 字数: 5889字
• 语种: 中文

摘要

乳腺癌是妇女最常见的恶性肿瘤之一，面向乳腺钼靶 X 线图像的计算机辅助肿块检测技术可以帮助影像科医师早期发现乳腺病变。针对于单侧的乳腺肿块检测中准确率有待提升的问题，提出双侧特征融合的乳腺肿块检测算法。首先，进行图像预处理，并利用相干点漂移完成乳腺轮廓配准；然后，利用配准得到的变换矩阵获得双侧乳腺感兴趣区域，再在其中提取左右侧乳腺的单侧特征向量和双侧对比特征向量，从而建立融合的特征模型，并采用遗传选择算法对特征向量进行特征选择；最后利用极限学习机基于选择后的特征进行乳腺肿块检测。实验结果表明，与传统的基于单侧的乳腺肿块检测算法相比，文中算法能有效地提高检测准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王之琼	东北大学中荷生物医学与信息工程学院	17	96	5.0	9.0
7	于戈		426	6587	38.0	64.0
9	康雁	东北大学中荷生物医学与信息工程学院	65	250	9.0	12.0
14	王培		1	9	1.0	1.0