| 基于B超图像的甲状腺良恶性结节识别 |
| |
| 引用本文： | 张振宇,万丹丹.基于B超图像的甲状腺良恶性结节识别[J].微型机与应用,2013,32(2):30-33. |
| |
| 作者姓名： | 张振宇 万丹丹 |
| |
| 作者单位： | 河北大学 电子信息工程学院,河北保定,071000 |
| |
| 摘 要： | 提出了一种基于B超图像的甲状腺结节特征提取与量化方法,并由此来鉴别甲状腺结节的良恶性。首先通过对甲状腺B超图像的分析,对临床鉴别甲状腺结节良恶性的特征进行量化,提取了不规则度、紧致度和锐度等共9个特征;然后根据类间距对各个特征的分类能力进行评价,选出类间距最大的特征(不规则度、衰减系数、纵横比、紧致度和钙化度)作为特征向量;最后,采用支持向量机(SVM)对甲状腺结节进行分类识别。研究结果表明,该方法的诊断精确度为91.25%,说明此识别方法对甲状腺结节超声图像具有较高的分类准确性,有望为甲状腺的临床诊断提供有价值的参考。
|
| 关 键 词： | 医学超声图像 特征提取 特征量化 支持向量机 |
Recognition of benign and malignant thyroid nodules based on B-ultrasonic image |
| |
| Zhang Zhenyu
,
Wan Dandan.Recognition of benign and malignant thyroid nodules based on B-ultrasonic image[J].Microcomputer & its Applications,2013,32(2):30-33. |
| |
| Authors: | Zhang Zhenyu Wan Dandan |
| |
| Affiliation: | ( College of Electronic and Information Engineering , Hebei University , Baoding 071000 , China ) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
