结合MRI纹理与SVM的子宫内膜癌肌层浸润程度预测

• 作者: 朱雪亮 应捷 杨海马 李薄羏
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: SVM 特征提取 肌层浸润程度 MR图像 计算机辅助诊断
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.211363

摘要

子宫肌层浸润深度直接关系到子宫内膜癌患者的治疗和预后,通常使用磁共振成像进行人工评估,受主观影响较大.基于磁共振图像,提出一种计算机辅助判断子宫肌层浸润深度的方法.该方法仅需要计算机或人工提供较容易辨识的子宫体区域就能自动估计浸润程度.首先基于Otsu和形态学处理分割病灶区域,然后提取并融合病灶区域的一阶纹理特征和灰度共生矩阵特征,最后训练支持向量机进行浸润程度分类.实验结果表明,该方法的accuracy达到86.1％、sensitivity达到68.4％、specificity达到91.7％,优于常见分类器,对于辅助判断肌层浸润程度具可行性,且有助于未来从病灶和子宫肌层提取并融合更多种类的特征以提高分类性能.