基于形态特征判别超声图像中乳腺肿瘤的良恶性.pdf

第14卷第2期 光学精密工程 V01．14No．2 andPrecision 2006年4月 Optics Engineering Apr．2006 文章编号 1004—924X(2006)02—0333-08 基于形态特征判别超声图像中乳腺肿瘤的良恶性 汪源源1，沈嘉琳1，王 涌2，王 怡2 (1．复旦大学电子工程系，上海200433；2．复旦大学附属华山医院超声科，上海200040) 摘要：乳腺肿瘤超声图像的形态特征对判别肿瘤的良恶性具有重要的价值。为提高乳腺肿瘤超声诊断的准确率，提出一 种基于其形态特征进行分类判别的计算机辅助诊断系统。该系统首先采用灰度阈值分割和动态规划相结合的方法提取 超声图像中乳腺肿瘤的边缘，然后对所得边缘计算相应的三种形态参数，最后分别采用Fisher线性判据、误差反向传播 神经网络和径向基函数神经网络对形态参数进行分类。该系统在157幅乳腺肿瘤(包括良性81例、恶性76例)超声图 像上训练和测试，三种分类器均能取得较高的判别精度，其中误差反向传播神经网络和径向基函数神经网络的判别准确 率、敏感性和特异性分别高达94．95％、95．74％和94．23％。结果表明，基于乳腺肿瘤超声图像的形态特征建立的神经 网络系统对肿瘤的良恶性具有较好的判别能力。 关键词：超声图像；形态特征；乳腺肿瘤；Fisher判据；神经网络 中图分类号：TP391．4文献标识码：A Breasttumorclassificationbason featuresofultrasonic shape images WANG Jia—linl，WANG Yi2 Yuan—yuanl，SHEN Yon92，WANG Electronic 200433，China； (1．Departmentof Engineering，FudanUniversity，Shanghai Ultrasound，HuashanFudan 200C40，China) 2．Departmentof Hospitalof University，Shanghai featuresofbreasttumorinultrasonicareof inthe Abstract：The imagesgreatsignificancediag— shape nosisofbreastcancer．A basedon featureswas toin— computer—aideddiagnosissystem shape proposed creasethe ofultrasonic ofbreasttumors．Thetumorboundarieswere ob— accuracy diagnosis firstly tained the threshold and andthree features usinggray—level segmentationdynamicprogrammingshape were Fisherlineardiscriminant，neuralnetworkwitherrorback calculated．Finally，the su