文献类型：期刊文章

作　　者：汪源源[1] 沈嘉琳[1] 王涌[2] 王怡[2]

机构地区：[1]复旦大学电子工程系,上海200433 [2]复旦大学附属华山医院超声科,上海200040

出　　处：《光学精密工程》

基　　金：上海市曙光计划(No.2003-901);国家重点基础研究规划基金(No.2005CB724303)资助

年　　份：2006

卷　　号：14

期　　号：2

起止页码：333-340

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2006269966370)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：乳腺肿瘤超声图像的形态特征对判别肿瘤的良恶性具有重要的价值。为提高乳腺肿瘤超声诊断的准确率,提出一种基于其形态特征进行分类判别的计算机辅助诊断系统。该系统首先采用灰度阈值分割和动态规划相结合的方法提取超声图像中乳腺肿瘤的边缘,然后对所得边缘计算相应的三种形态参数,最后分别采用Fisher线性判据、误差反向传播神经网络和径向基函数神经网络对形态参数进行分类。该系统在157幅乳腺肿瘤(包括良性81例、恶性76例)超声图像上训练和测试,三种分类器均能取得较高的判别精度,其中误差反向传播神经网络和径向基函数神经网络的判别准确率、敏感性和特异性分别高达94.95%、95.74%和94.23%。结果表明,基于乳腺肿瘤超声图像的形态特征建立的神经网络系统对肿瘤的良恶性具有较好的判别能力。

关 键 词：超声图像 形态特征  乳腺肿瘤 Fisher判据  神经网络

分 类 号：TP391.4]