基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 探讨基于改进局部三元模式(LTP)算法提取的乳腺新型纹理特征及其与常规特征融合预测乳腺癌的价值.方法 对钼靶图像进行乳腺分割,采用基于改进LTP算法提取双侧乳腺的新型纹理特征和常规特征;合并左右侧乳腺纹理特征;采用主成分分析法对提取的高维纹理特征降维;以K最近邻(KNN)和LADTree算法分别对纹理特征及融合纹理特征进行分类.结果 基于改进LTP算法提取的新型纹理特征预测乳腺癌的ROC曲线下面积(AUC)为0.732 4±0.042 8,敏感度为72.04%(67/93),特异度为74.51%(76/102),准确率为73.33%(143/195);融合常规特征后AUC为0.865 5±0.014 8,敏感度为84.95%(79/93),特异度为88.23%(90/102),准确率为86.67%(169/195).结论 基于LTP算法提取的新型纹理特征预测乳腺癌的精度较高,与常规特征融合后可进一步提高预测效能.
推荐文章
基于SFS-SVM的乳腺癌预测模型的构建
乳腺癌
预测模型
序列前向选择算法
支持向量机算法
基于XGBoost的乳腺癌预测模型
乳腺癌
辅助诊断
实时预测
XGBoost
基于社区的乳腺癌筛查成本预测与控制研究
乳腺肿瘤
筛查
社区卫生服务
成本及成本分析
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 基于改进局部三元模式的乳腺癌预测模型
来源期刊 中国医学影像技术 学科 医学
关键词 乳房X线摄影术 纹理特征 评估模型 局部三值模式
年,卷(期) 2018,(4) 所属期刊栏目 医学物理与工程学
研究方向 页码范围 616-620
页数 5页 分类号 R737.9|R814.41
字数 3741字 语种 中文
DOI 10.13929/j.1003-3289.201710047
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 宋成利 上海理工大学医疗器械与食品学院 88 216 6.0 12.0
2 闫士举 上海理工大学医疗器械与食品学院 33 89 4.0 8.0
3 殷恺铭 上海理工大学医疗器械与食品学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
乳房X线摄影术
纹理特征
评估模型
局部三值模式
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
中国医学影像技术
月刊
1003-3289
11-1881/R
大16开
北京市海淀区北四环西路21号大猷楼502室
82-509
1985
chi
出版文献量(篇)
15544
总下载数(次)
6
总被引数(次)
108114
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导