删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于Gabor特征的乳腺肿瘤MR图像分类识别模型

本站小编 Free考研考试/2022-02-06

基于Gabor特征的乳腺肿瘤MR图像分类识别模型

袁高腾1(),刘毅慧1,*(),黄伟2,胡兵3
1. 齐鲁工业大学(山东省科学院)计算机科学与技术学院,山东 济南 250353
2. 山东省肿瘤防治研究院,山东第一医科大学(山东省医学科学院)放疗科,山东 济南 250117
3. 济南大学医学与生命科学学院,山东 济南 250022
收稿日期:2019-06-13出版日期:2020-06-20发布日期:2020-06-16
通讯作者:刘毅慧E-mail:yuangaoteng@163.com;yxl@qlu.edu.cn
作者简介:袁高腾(1993—),男,江苏盐城人,硕士研究生,主要研究方向为图像处理与模式识别. E-mail:yuangaoteng@163.com
基金资助:国家自然科学基金(81773232);国家自然科学基金(81530060);国家自然科学基金(81402538);国家自然科学基金(61375013);山东省自然科学基金(ZR2013FM20)

MR image classification and recognition model of breast cancer based onGabor feature

Gaoteng YUAN1(),Yihui LIU1,*(),Wei HUANG2,Bing HU3
1. School of Computer Science and Technology, Qilu University of Technology (Shandong Academy of Sciences), Jinan 205353, Shandong, China
2. Department of Radiation Oncology, Shandong Cancer Hospitaland Institute, Shandong First Medical University and Shandong Academy of Medical Sciences, Jinan 250117, Shandong, China
3. School of Medicine and Life Sciences, University of Jinan, Jinan 250022, Shandong, China
Received:2019-06-13Online:2020-06-20Published:2020-06-16
Contact:Yihui LIU E-mail:yuangaoteng@163.com;yxl@qlu.edu.cn

Supported by:国家自然科学基金(81773232);国家自然科学基金(81530060);国家自然科学基金(81402538);国家自然科学基金(61375013);山东省自然科学基金(ZR2013FM20)




摘要/Abstract


摘要: 为研究乳腺肿瘤核磁(Magnetic Resonance,MR)图像纹理分析在鉴别乳腺纤维瘤(fibroadenoma of breast, FB)、浸润性导管癌(invasive ductal carcinoma, IDC)和浸润性小叶癌(invasive lobular carcinoma, ILC)中的临床应用价值,选择MR图像的兴趣区域并使用小波变换对MR图像进行分解,结合K-means算法完成对肿瘤区域的勾画。使用Gabor小波从8个方向、5个尺度对兴趣区域滤波,并将肿瘤部位的均值作为特征。对提取的特征进行分析、筛选,得到关键特征。比较支持向量机、贝叶斯、神经网络等不同的分类算法对关键特征进行分类预测,计算分类的准确度、灵敏度和特异性,得到最适用于分类模型的参数设置。乳腺MR图像纹理分析能够区分出常见的三类乳腺肿瘤,预测精度为77.36%。乳腺MR图像在鉴别FB、IDC和ILC方面具有重要的临床价值。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1932
相关话题/肿瘤 图像 山东 临床 齐鲁工业大学

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于三维剪切波变换和BM4D的图像去噪方法
    基于三维剪切波变换和BM4D的图像去噪方法张胜男(),王雷(),常春红,郝本利山东理工大学计算机科学与技术学院,山东淄博255000收稿日期:2019-05-28出版日期:2020-04-20发布日期:2020-04-16通讯作者:王雷E-mail:644612607@qq.com;wanglei0 ...
    本站小编 Free考研考试 2022-02-06
  • 基于深度学习的图像自动标注方法综述
    基于深度学习的图像自动标注方法综述常致富(),周风余(),王玉刚,沈冬冬,赵阳山东大学控制科学与工程学院,山东济南250061收稿日期:2019-05-22出版日期:2019-12-20发布日期:2019-12-17通讯作者:周风余E-mail:zfchang2018@gmail.com;zhouf ...
    本站小编 Free考研考试 2022-02-06
  • 基于极端梯度提升树算法的图像属性标注
    基于极端梯度提升树算法的图像属性标注张红斌1(),邱蝶蝶1,邬任重1,朱涛2,滑瑾2,姬东鸿31.华东交通大学软件学院,江西南昌3300132.华东交通大学信息工程学院,江西南昌3300133.武汉大学国家网络安全学院,湖北武汉430072收稿日期:2018-07-04出版日期:2019-04-20 ...
    本站小编 Free考研考试 2022-02-06
  • 基于深度卷积神经网络的图像自编码算法
    基于深度卷积神经网络的图像自编码算法何奕江1(),杜军平1,(),寇菲菲1,梁美玉1,王巍2,罗盎21.北京邮电大学计算机学院,北京1008762.新浪技术(中国)有限公司,北京100876收稿日期:2017-05-05出版日期:2019-04-20发布日期:2019-04-19通讯作者:杜军平E- ...
    本站小编 Free考研考试 2022-02-06
  • 基于多方法融合的非监督彩色图像分割
    基于多方法融合的非监督彩色图像分割董新宇1,2,3(),陈瀚阅1,2,(),李家国3,孟庆岩3,邢世和1,2,张黎明1,21.福建农林大学资源与环境学院,福建福州3500022.土壤生态系统健康与调控福建省高等学校重点实验室,福建福州3500023.中国科学院遥感与数字地球研究所,北京100101收 ...
    本站小编 Free考研考试 2022-02-06
  • 基于经验小波的太阳能电池缺陷图像融合
    基于经验小波的太阳能电池缺陷图像融合陈海永(),余力(),刘辉,杨佳博,胡启迪河北工业大学人工智能与数据科学学院,天津300130收稿日期:2018-06-07出版日期:2018-10-01发布日期:2018-06-07通讯作者:余力E-mail:haiyong.chen@hebut.edu.cn; ...
    本站小编 Free考研考试 2022-02-06
  • 基于PSO-ConvK卷积神经网络的肺部肿瘤图像识别
    基于PSO-ConvK卷积神经网络的肺部肿瘤图像识别梁蒙蒙1(),周涛1,2,(),夏勇3,张飞飞1,杨健11.宁夏医科大学公共卫生与管理学院,宁夏银川7500042.宁夏医科大学理学院,宁夏银川7500043.西北工业大学计算机学院,陕西西安710072收稿日期:2018-05-31出版日期:20 ...
    本站小编 Free考研考试 2022-02-06
  • 基于快速区域建议网络的图像多目标分割算法
    基于快速区域建议网络的图像多目标分割算法黄劲潮龙岩学院信息工程学院,福建龙岩364000收稿日期:2017-11-23出版日期:2018-08-20发布日期:2017-11-23作者简介:黄劲潮(1980—),男,福建莆田人,讲师,硕士,主要研究方向为数据库,模式识别,人工神经网络.E-mail:h ...
    本站小编 Free考研考试 2022-02-06
  • 基于六维前馈神经网络模型的图像增强算法
    基于六维前馈神经网络模型的图像增强算法张宪红1,张春蕊2*1.黑龙江工程学院计算机科学与技术学院,黑龙江哈尔滨150001;2.东北林业大学数学系,黑龙江哈尔滨150001收稿日期:2018-02-09出版日期:2018-08-20发布日期:2018-02-09通讯作者:张春蕊(1962—),女,黑 ...
    本站小编 Free考研考试 2022-02-06
  • 基于PDEs的图像特征提取方法
    基于PDEs的图像特征提取方法江珊珊,杨静*,范丽亚聊城大学数学科学学院,山东聊城252059收稿日期:2018-02-09出版日期:2018-08-20发布日期:2018-02-09通讯作者:杨静(1986—),女,山东聊城人,讲师,博士,主要研究方向为模式识别理论与应用,机器学习理论与应用.;E ...
    本站小编 Free考研考试 2022-02-06