- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第32卷第2期 中南民族大学学报(自然科学版) Vol.32 No.2
2013年6月 Journal of South-Central University for Nationalities(Nat.Sci.Edition) Jun.2013
基于分层多模板匹配的乳腺肿块自动检测
1 2
徐胜舟 ,胡怀飞
(1 中南民族大学 计算机科学学院,武汉430074;2 中南民族大学 生物医学工程学院,武汉430074)
摘 要 为提高乳腺癌检测的精准度和效率,提出了一种基于多模板匹配的乳腺X线摄片肿块自动检测方法.该
方法设计了一种基于灰度直方图先验信息的阈值分割法来提取乳房区域;构造了不同尺度的模板对肿块进行分层
匹配;对匹配结果提取了灰度、形态学及层间特征以便尽可能地去掉假阳性区域.与DDSM数据库中的已确诊的
306 幅乳腺X线射片进行了比较,实验结果表明:该算法在检测各种不同类型和尺寸的肿块时,具有高敏感度和低
假阳性率.
关键词 肿块;检测;分割;多模板匹配;乳腺X线摄片
中图分类号 TP391.4 文献标识码 A 文章编号 1672-4321(2013)02-0092-05
Automatic Breast Mass Detection Based on Hierarchical
Multi-Template Matching
1 2
Xu Shengzhou ,HuHuaifei
(1College of Computer Science,South-Central University for Nationalities,Wuhan430074,China;
2 College of Biomedical Engineering,South-Central University for Nationalities,Wuhan430074,China)
Abstract In order to provide a valuable opinion for improving accuracy and efficiency of detecting breast cancer in the
clinical environment,an automatic detection method based on hierarchical multi-template matching has been proposed in
this paper to detect breast mass on mammograms. First,a histogram thresholding method based on priori information has
been proposed to extract the breast region.Second,templateswith different sizehavebeen designedto matchthemass. At
last,hierarchical features,gray-scale and morphologic features have been extracted to discriminate the true positive and
false positive. The results based on 306 mammograms from DDSM validate that the proposed algorithm can
原创力文档


文档评论(0)