版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、乳腺癌是女性最常見的惡性癌癥之一。最近二十多年,我國乳腺癌的發(fā)病率和死亡率都表現(xiàn)出了持續(xù)高速增長的趨勢(shì)。鉬靶X線攝影是目前臨床上檢測(cè)乳腺癌的主要手段。乳腺鉬靶X線攝像計(jì)算機(jī)輔助診斷(Computer Aided Diagnosis,CAD)系統(tǒng)可以輔助醫(yī)生診斷,快速有效地提高乳腺癌病變的檢測(cè)準(zhǔn)確率,這已被許多學(xué)者廣泛研究。
乳腺腫塊良惡性分類是CAD系統(tǒng)的重要環(huán)節(jié),如何提高分類的準(zhǔn)確率和穩(wěn)定性是分類研究的重點(diǎn)。然而,目前的
2、計(jì)算機(jī)輔助檢測(cè)乳腺癌腫塊病灶方法的性能沒有被放射科醫(yī)師認(rèn)可和信賴,這嚴(yán)重影響了該類型系統(tǒng)在臨床上的應(yīng)用。論文主要根據(jù)臨床上同一腫塊兩個(gè)視角的乳腺鉬靶圖像腫塊的輪廓與背景組織之間的對(duì)比度情況,通過多分類器融合和雙視角信息融合,研究出不同情況下具有更高的分類準(zhǔn)確度、敏感性、特異性和穩(wěn)定性的分類模式。本研究的工作內(nèi)容和創(chuàng)新點(diǎn)主要體現(xiàn)在:
(1)將雙視角信息融合算法應(yīng)用于乳腺鉬靶腫塊的分類研究中,并且實(shí)驗(yàn)證實(shí)該方法提高了分類的有效
3、性。
(2)對(duì)腫塊鉬靶圖像,使用單視角下的多分類器融合算法進(jìn)行分類。
(3)先對(duì)每個(gè)單分類器在兩個(gè)視角下的輸出進(jìn)行視角融合,再對(duì)其融合結(jié)果進(jìn)行多分類器融合。
(4)分別先在每個(gè)視角下進(jìn)行多分類器融合,再對(duì)兩個(gè)視角的多分類器結(jié)果進(jìn)行視角融合。
(5)先對(duì)特征向量在兩個(gè)視角下的取值進(jìn)行融合,再基于新的特征向量進(jìn)行單分類器分類和多分類器融合。
(6)根據(jù)臨床同一腫塊兩個(gè)視角
4、良惡性的分辨難易程度不同,將實(shí)驗(yàn)數(shù)據(jù)分成三組,并分別使用(2)-(5)中的方法,評(píng)判不同的分類融合模式對(duì)不同情況的腫塊的分類效果。實(shí)驗(yàn)結(jié)果表明,(3)和(4)的分類模式由于有效地利用了乳腺鉬靶圖像兩個(gè)視角的腫塊區(qū)域的信息,在腫塊分類的正確率、敏感性、特異性和穩(wěn)定性等方面的表現(xiàn)優(yōu)于(2)和(5)的分類模式,而且這兩種模式更符合放射科醫(yī)師的讀片習(xí)慣,能夠更好的改善CAD系統(tǒng)的臨床可用性。
本研究通過對(duì)基于雙視角和多分類器信息融
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)型Multi-Agent多分類器融合算法在乳腺鉬靶腫塊分類中的研究.pdf
- 基于多分類器融合的高光譜圖像分類算法研究.pdf
- 基于多分類器融合的數(shù)據(jù)挖掘分類算法研究與應(yīng)用.pdf
- 基于多分類器融合的遙感影像分類方法研究.pdf
- 基于EP的多分類器表決分類算法.pdf
- 多分類器系統(tǒng)中信息融合方法研究.pdf
- 多分類器融合系統(tǒng)的研究.pdf
- 基于模糊積分的多分類器融合研究.pdf
- 基于多分類器的農(nóng)作區(qū)遙感圖像分類方法研究.pdf
- 乳腺鉬靶圖像癌變區(qū)域分類與檢測(cè)的深度計(jì)算.pdf
- 基于融合決策的多分類器系統(tǒng)研究.pdf
- 基于多分類器融合的多視點(diǎn)飛機(jī)目標(biāo)識(shí)別算法研究.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于模糊積分的多分類器融合方法研究.pdf
- 基于主成分分析和多分類器融合的滾動(dòng)軸承故障分類研究.pdf
- 基于差異性度量的多分類器融合研究.pdf
- 多分類器集成算法研究.pdf
- 基于2DPCA和多分類器融合的人臉識(shí)別.pdf
- 基于GSLPP特征提取算法和多分類器融合的人臉識(shí)別方法研究.pdf
- 基于多分類器集成的聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論