| 基于TI-RADS的甲状腺结节超声图像特征提取技术研究 |
| |
| 引用本文： | 韩晓涛,杨燕,彭博,陈琴.基于TI-RADS的甲状腺结节超声图像特征提取技术研究[J].计算机科学,2015,42(Z11):126-130. |
| |
| 作者姓名： | 韩晓涛 杨燕 彭博 陈琴 |
| |
| 作者单位： | 西南交通大学信息科学与技术学院 成都610031,西南交通大学信息科学与技术学院 成都610031,西南交通大学信息科学与技术学院 成都610031,西南交通大学信息科学与技术学院 成都610031 |
| |
| 基金项目： | 本文受四川省科技支撑计划项目(2014SZ0207)资助 |
| |
| 摘 要： | 超声是甲状腺检查的首选影像学方法。甲状腺超声影像的临床分析主要通过医生参考甲状腺影像报告和数据系统(TI-RADS)对超声图像进行特征评价量化, 但特征量化结果与医生的经验、状态等主观因素相关。通过计算机辅助分析方法,可客观定量地分析超声影像特征,减少主观因素对诊断结果的影响。但已有系统多是使用经典的图像纹理特征,这类特征抽象且缺乏明确意义,难以在临床运用。通过对TI-RADS中涉及到的超声征象进行提取并量化, 利用医生在临床诊断中依据经验所使用的视觉特征,设计对应的量化方法,可为甲状腺超声的标准化描述提供基础。根据这些特征,通过统计学习方法建立甲状腺结节良恶性鉴别模型,为临床诊断提供参考建议,该模型的识别正确率达到了100%。
|
| 关 键 词： | 图像识别 TI-RADS 特征提取 甲状腺超声图像 |
Thyroid Nodule Ultrasound Image Feature Extraction Technique Based on TI-RADS |
| |
| HAN Xiao-tao,YANG Yan,PENG Bo and CHEN Qin.Thyroid Nodule Ultrasound Image Feature Extraction Technique Based on TI-RADS[J].Computer Science,2015,42(Z11):126-130. |
| |
| Authors: | HAN Xiao-tao YANG Yan PENG Bo and CHEN Qin |
| |
| Affiliation: | School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China,School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China,School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China and School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,China |
| |
| Abstract: | |
| |
| Keywords: | Image recognition TI-RADS Feature extraction Thyroid ultrasound image |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
