您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览496 | 下载24

目的 观察利用数字图像处理技术提取超声内镜图像纹理特征,并运用于胰腺癌诊断的价值.方法 随机选择2005年2月-2007年2月间行胰腺EUS榆查的216名患者.其中胰腺癌153例,非胰腺癌患者(包括正常胰腺与慢性胰腺炎)63例,所有胰腺癌病例均经EUS-FNA细胞学检查确诊.选样EUS图像并提取纹理特征.根据最优特征组合,通过支撑向量机将病例进行自动分类为胰腺癌和非胰腺癌病例,并计算该诊断方法的敏感性、特异性和准确率.结果 根据EUS图像共提取9大类,69个特征用于模式分类特征,其中类间距最大的25个特征被选取作为初始特征.将现有216例病例,随机划分为训练集和测试集,训练集108例(癌症76例,非癌症32例)、测试集108例(癌症77例,非癌症31例),用训练集训练分类器,测试集进行测试.共进行50次随机实验,最终得出胰腺癌分类的准确性为(97.98±1.237)

作者:张敏敏;金震东;蔡哲元;余建国;李兆中

来源:中华消化内镜杂志 2009 年 26卷 4期

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
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:496 | 下载:24
作者:
张敏敏;金震东;蔡哲元;余建国;李兆中
来源:
中华消化内镜杂志 2009 年 26卷 4期
标签:
胰腺肿瘤 内窥镜超声检查 数字图像处理 支撑向量机 Pancreatic neoplasms Endoscopic ultrasonography Digital imaging processing,Support vector machine
目的 观察利用数字图像处理技术提取超声内镜图像纹理特征,并运用于胰腺癌诊断的价值.方法 随机选择2005年2月-2007年2月间行胰腺EUS榆查的216名患者.其中胰腺癌153例,非胰腺癌患者(包括正常胰腺与慢性胰腺炎)63例,所有胰腺癌病例均经EUS-FNA细胞学检查确诊.选样EUS图像并提取纹理特征.根据最优特征组合,通过支撑向量机将病例进行自动分类为胰腺癌和非胰腺癌病例,并计算该诊断方法的敏感性、特异性和准确率.结果 根据EUS图像共提取9大类,69个特征用于模式分类特征,其中类间距最大的25个特征被选取作为初始特征.将现有216例病例,随机划分为训练集和测试集,训练集108例(癌症76例,非癌症32例)、测试集108例(癌症77例,非癌症31例),用训练集训练分类器,测试集进行测试.共进行50次随机实验,最终得出胰腺癌分类的准确性为(97.98±1.237)