期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:刘研,黄剑华,唐降龙,张英涛,刘博.乳腺超声中多普勒特征的提取及应用[J].哈尔滨工业大学学报,2010,42(9):1424.DOI:10.11918/j.issn.0367-6234.2010.09.016
LIU Yan,HUANG Jian-hua,TANG Xiang-long,ZHANG Ying-tao,LIU Bo.Feature extraction and application of color Doppler in breast ultrasound image[J].Journal of Harbin Institute of Technology,2010,42(9):1424.DOI:10.11918/j.issn.0367-6234.2010.09.016
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1479次   下载 907 本文二维码信息
码上扫一扫!
分享到: 微信 更多
乳腺超声中多普勒特征的提取及应用
刘研, 黄剑华, 唐降龙, 张英涛, 刘博
哈尔滨工业大学计算机科学与技术学院
摘要:
为弥补以往单纯利用乳腺超声图像中灰度信息进行分类的过程中,易受噪声和其他因素影响而造成误分的缺点,提出了一种基于纹理特征和多普勒特征相结合的乳腺超声诊断系统.针对乳腺超声图像中的动态彩色多普勒信息建立数学模型进行特征提取,并结合图像中的纹理信息进行肿瘤的良恶性分类.实验结果表明,该系统的诊断准确性为92.30%,敏感性为91.42%,特异性为93.33%,假阳性率为94.11%,假阴性率为90.32%,接收特性AUC面积为0.9523,性能优于单纯利用纹理特征的分类结果,从而证明其在提高分类精度方面的有效性.
关键词:  乳腺超声  纹理特征  辅助诊断系统  多普勒特征  分类
DOI:10.11918/j.issn.0367-6234.2010.09.016
分类号:TP391.41
基金项目:国家自然科学基金资助项目(60873142,30670546);哈尔滨科技人才创新基金资助项目(2008RFQXS037,2009RFQXS032);哈尔滨市科技局优秀学科带头人资助项目(2009RFXXS211)
Feature extraction and application of color Doppler in breast ultrasound image
LIU Yan, HUANG Jian-hua, TANG Xiang-long, ZHANG Ying-tao, LIU Bo
School of Computer Science and Technology,Harbin Institute of Technology,Harbin 150001,China
Abstract:
To reduce the impact of noises and other factors in traditional feature extraction of breast ultrasound based on gray level images,we propose a novel computer aided diagnosis system for breast cancer.Mathematical model was established using both texture features and color Doppler features to distinguish the benign and malignant tumors.The accuracy,sensitivity specificity,false positive rate and false negative rate of the proposed system are 92.30%,91.42%,93.33%,94.11% and 90.32%,respectively.Experimental results show that the proposed system is valuable for radiologists to improve the accuracy of the diagnosis of breast cancer.
Key words:  breast ultrasound  texture feature  computer aided diagnosis  color Doppler features  classification

友情链接LINKS