基于Kmean和ELM的乳腺肿块检测方法

• 作者: 刘立 王建 王梦珍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 乳腺肿块检测 Kmean 特征提取 极限学习机(ELM)
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 171-175
• 页数: 5页
• 分类号: TP391
• 字数: 4792字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1307-0129

摘要

肿块是乳腺癌在X线图像上的一个主要表现。提出了一种肿块自动检测算法。该方法包括四个步骤：在图像预处理阶段，去除背景、标记、胸肌和噪声，图像分割和图像增强；利用Kmean方法找到感兴趣区域（ROI）；提取能够表征肿块的特征；利用极限学习机（Extreme Learning Machine，ELM）分类器去除假阳性，将图像中的肿块和非肿块分离开来。通过对MIAS数据库中乳腺X线图像的测试实验，得到的检测肿块的准确率为93.5%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建	天津大学电子信息工程学院	42	276	10.0	15.0
2	刘立	天津大学电子信息工程学院	23	127	7.0	10.0
3	王梦珍	天津大学电子信息工程学院	2	3	1.0	1.0