- 4
- 0
- 约 6页
- 2017-09-12 发布于北京
- 举报
第 28卷 第 3期 信 号 处 理 Vol_28 No.3
2012年 3月 SIGNALPR0CESSING Mar.2012
一 种基于二叉树决策分类的乳腺肿块 自动检测方法
黄琳琳 胡 健
(北京交通大学电子信息工程学院,北京市 100044)
摘 要:乳腺癌是严重威胁女性健康的重要疾病,乳腺癌计算机辅助诊断能够提高乳腺普查的效率和精度。乳腺
肿块的自动检测是实现乳腺癌计算机辅助诊断的重要一步。由于肿块和背景之间的对比度低,肿块大小、位置、
灰度不确定等,肿块的准确检测非常困难。预处理、疑似区域分割、特征提取以及分类器设计是乳腺肿块分割的
关键。本文对经过增强的乳腺 x光图像采用一种 自适应阈值方法分割出疑似区域 ,提取疑似区域表征乳腺肿块
的面积 紧凑度、圆形度、灰度方差、灰度均值以及偏离度六种特征,最后利用二叉决策树把疑似区域分为两
类 :肿块和正
原创力文档

文档评论(0)