排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
提出了一种基于乳房水平面与乳房矢状面相结合的多维度DCE-MRI乳房图像全自动分割方法。方法分为3部分,即基于乳房水平面的分割,基于乳房矢状面的分割,以及水平面与矢状面相结合的分割方法。首先,基于水平面的分割方法通过阈值确定乳房外边缘,经过梯度算法后,根据乳房与胸大肌分界面的特点设定约束条件,得到分界面的分割曲线。其次,基于乳房矢状面的分割方法使用双边滤波、边缘提取法对图像预处理,分区计算分割曲线。最后,矢状面的分割结果根据图像三维大小按比例映射到水平面上,将两者的分割结果结合,然后根据相邻图像之间的相关性,从而进行优化,输出分割结果。通过对24例DCE-MRI病例测试,与手动分割得到的结果对比,平均重叠率为93.33%,平均差异度为8.14%。 相似文献
2.
3.
核磁共振成像MRI(Magnetic Resonance Imaging)是目前乳腺癌肿块诊断的常用辅助手段,对图像的正确解析是关键,针对传统MC(Marching Cubes)面绘制算法应用于乳腺MRI图像的不足,提出了改进方法。首先利用乳腺MRI序列图相邻帧间图像灰度分布的相似,肿块组织形状相近等相关性,在RSF(Region-Scalable Fitting)模型的基础上利用初始轮廓迭代的方法提取肿块区域。接着将多组参数下获得的结果,依据每一帧与其前后帧的重叠面积越大越好作为条件进行筛选,使提取的等值面最优化。最后采用基于加权二次误差度量的三角形折叠方法,对面绘制产生的大量三角网格进行了简化。将所提出的改进方法应用于30例乳腺MRI序列图,实验结果表明,对于乳腺MRI肿块的三维重建在精度和绘制速度上都比使用传统MC算法有很大提高。 相似文献
4.
本文提出一种新的基于神经网络的矢量量化零冗余度信道编码方法,该方法能有效地降低矢量量化编码系统在有噪信道下的平均失真。 相似文献
5.
6.
7.
8.
基于特性模型与神经网络的乳腺图像肿块自动检测技术 总被引:3,自引:0,他引:3
钼靶X线摄影是最常用的乳腺癌早期诊断手段。该文针对乳腺图像中的肿块提出了一种基于特性模型与神经网络的计算机辅助诊断技术。它首先建立两种特性模型分别描述脂肪组织和腺体组织中的肿块;然后对脂肪中的肿块采用迭代阈值法进行检测,对腺体中的肿块采用小波域黑洞检索法进行标记;接着采用一种基于Canny算子和能量场约束以及ANFIS控制的填充膨胀方法分割疑似肿块;最后使用一种MLP分类器剔除假阳性。实验结果表明,该算法在面对特性迥异的多种肿块时可取得较高的检测精度,并保证较低的假阳性率。 相似文献
9.
探讨动态增强影像(DCE-MRI)特征与乳腺癌预后之间的关联性。首先,在61例包含影像和生存数据的数据集中,利用Cox多元回归分析互不相关的特征,找出与无病复发生存(RFS)独立相关的影像特征。然后,在87例包含DCE-MRI和基因表达数据的数据集中,使用弹性网络(elastic-net)回归模型建立影像特征的多基因标签。最后,在独立验证数据集中,测试多基因标签的预后价值。结果显示,纹理特征逆差分与RFS具有最强的独立关联(p=0.034 4)。使用elastic-net回归模型建立了纹理特征逆差分的74基因标签(R^2=0.937),在独立验证数据集中,使用74基因标签把患者分为两组,对不同生存风险水平的RFS(log-rank P=0.011)和总生存期(OS,log-rank P=0.029)进行分层。结果表明,DCE-MRI影像特征对预测乳腺预后有潜在价值。 相似文献
10.
卵巢癌是目前死亡率最高的妇科疾病之一,而如果得到早期诊断和治疗,卵巢癌患者的存活率可达90%.针对卵巢癌早期诊断问题,基于卵巢癌磷脂质类数据,提出了一种结合缠绕法和过滤法、按照诊断类别相关度挑选特征,然后依据特征标志物的分类率稳定度高低,提取用于诊断早期卵巢癌的特征子集的策略.该方法克服了分类率监督方法忽略生物相关性、依赖分类器易产生过拟合的不足,同时保持了较高的分类率.实验表明,该方法挑选的特征标志物包含更多的分类信息,其分类正确率达到88.9%,且比经典的分类率监督方法和差异表达方法在稳定性能上存在优势.此外,提出的新的标幺化方法去掉了批次差异,获得更好的分类效果,且所选的特征标志物得到生物学关联意义上的支持,具有较高的可信度和实用性. 相似文献