基于直方图的纹理度量在超声乳腺肿瘤识别中的应用-临床诊疗知识库

| 浏览：62 | 下载：22

作者：

吴君；贺超；黄多；岳文胜；向琴

来源：

生物医学工程研究 2013 年 4期

标签：

超声图像乳腺肿瘤纹理度量特征矢量神经网络分类识别 Ultrasonic image Breast tumor Texture features Character vector Neural network Classification Recognition

探讨纹理特征在超声乳腺肿瘤诊断中的价值。提取超声图像中乳腺肿瘤的纹理度量，得到由均值、标准差、平滑度、三阶矩、一致性和熵组成的特征矢量，最后用反向传播人工神经网络（BP）对96幅乳腺肿瘤的良恶性进行分类识别。BP 神经网络对良、恶性肿瘤的正确识别率分别为88．4％和78．6％。基于乳腺肿瘤超声图像的纹理特征建立的神经网络系统对肿瘤的良恶性具有较好的识别能力。

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍

临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。

相似文献