计算机辅助系统在诊断乳腺良恶性肿瘤中的应用

• 作者: 吕国荣 吴秀明 杜永兆 柳培忠 王霞丽 魏梦婉
• 来源期刊: 中国医学物理学杂志
• 关键词: 计算机辅助诊断 超声 乳腺肿瘤 特征提取 SVM分类器
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 医学人工智能
• 页码范围: 374-378
• 页数: 5页
• 分类号: R319|R737.9
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.03.022

摘要

目的:探讨计算机辅助诊断系统在良恶性肿瘤检测与特征提取基础上的分类对于乳腺肿瘤的诊断价值.方法:回顾性分析乳腺超声检查发现肿瘤且经过病理学证实的617例患者影像资料,采用手工提取的方式得到乳腺超声图像的感兴趣区域及病灶轮廓,再利用方向梯度直方图(HOG)、局部二值模式(LBP)和灰度共生矩阵(GLCM)3个特征进行乳腺肿瘤的良恶性病变真假阳性检测;最后用受试者操作特征曲线(ROC)分别分析每个特征对于两类病变判别的诊断性能和应用所有特征集合的分类诊断性能.结果:多特征融合方法的各项诊断效能及ROC曲线下面积(AUC)值均优于单特征LBP、HOG、GLCM(P值均<0.05).与人工诊断相比,多特征融合的敏感性无显著差异,但特异度显著升高达98.57％(Z值=2.25,P<0.05),同时AUC值为0.985,显著优于人工诊断的0.910(Z值=1.99,P<0.05).结论:计算机辅助系统乳腺超声肿瘤良恶性检测的算法是有效的,能够对乳腺癌鉴别诊断提供有益的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕国荣	泉州医学高等专科学校省级母婴健康服务应用技术协同创新中心	63	317	11.0	15.0
2	杜永兆	泉州医学高等专科学校省级母婴健康服务应用技术协同创新中心	13	36	4.0	5.0
4	吴秀明	福建医科大学附属泉州第一医院超声科	12	86	4.0	9.0
5	王霞丽	泉州医学高等专科学校省级母婴健康服务应用技术协同创新中心	2	1	1.0	1.0
6	魏梦婉	华侨大学工学院	1	1	1.0	1.0