基于图像融合的乳腺肿瘤感兴趣区域边缘识别

• 作者: 曾果 刘彦荣 王力 许方彧 蒋烈夫 靳玉川
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 乳腺肿瘤 边缘识别 准确率 图像融合 加权平均
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论著
• 页码范围: 337-341
• 页数: 5页
• 分类号: R318|R814.3
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2020.04.03

摘要

目前,乳腺肿瘤感兴趣区域(region of interest,ROI)边缘的识别方法中,单一的病变检查图像无法全面反映出肿瘤情况,导致识别的准确率不足.针对该问题,本研究提出一种基于图像融合的乳腺肿瘤感兴趣区域边缘识别方法.首先运用加权平均图像融合技术融合不同设备采集的病理图像,然后采用Normal-ized Cut法提取图像的肿瘤边缘.利用核极限学习算法,建立肿瘤感兴趣区域模型后,输入肿瘤边缘得出肿瘤特征因素,最后使用ROI技术实现乳腺肿瘤感兴趣区域边缘识别.对比验证表明,本研究方法的识别准确率更高,具有可行性.