基于双侧乳腺图像“共用”阈值分割的乳腺癌近期发病预测

• 作者: 张红军 闫士举
• 来源期刊: 中国医学物理学杂志
• 关键词: 乳腺癌 近期发病预测 高密度区 “共用”阈值 决策树分类 医学图像处理
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 医学影像物理
• 页码范围: 820-824
• 页数: 5页
• 分类号: TP751|R737.9
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2017.08.013

摘要

目的:基于“共用”阈值分割双侧乳腺图像的高密度区域并采用决策树分类算法对乳腺筛查者是否患癌进行预测分类,以提高女性乳腺癌近期发病风险预测精度.方法:采用185例女性筛查者的全数字化乳腺钼靶X线摄影(FFDM)Craniocaudal位图像.首先对双侧乳腺图像整体的灰度分布进行统计,采用一种“共用”阈值分割双侧乳腺图像的高密度区域,然后分别从乳腺区及其高密度区提取不对称特征与最大值特征.基于两类特征分别构建2个决策树弱分类器,再将两个弱分类器组合构建一个强分类器.乳腺癌近期发病风险预测性能采用留一法进行验证.结果:基于“共用”阈值法,所提取的图像特征中有7个特征的曲线下面积(AUC)＞0.6,基于单独阈值法,所提取的图像特征中只有2个特征的AUC＞0.6.采用强分类器,基于“共用”阈值法得到的AUC=0.970 1±0.014 8,预测准确率为95.68％;基于单独阈值法得到的AUC=0.982 4±0.008 9,预测准确率为93.51％.结论:采用“共用”阈值分割双侧乳腺图像的高密度区域更有利于从高密度区提取更多具有高预测力的图像特征;采用强分类器可显著提高乳腺癌近期发病预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫士举	上海理工大学医疗器械与食品学院	33	89	4.0	8.0
2	张红军	上海理工大学医疗器械与食品学院	4	7	2.0	2.0