[目的]微钙化点是早期乳腺癌的重要征象之一,本研究联合运用遗传算法、模糊数学和人工神经网络,建议一种乳腺微钙化点提取的新方法,为乳腺病变的自动识别提供前期处理,为早期乳腺癌的临床诊断提供帮助.[方法]首先利用随机方法产生大量的样本,然后,利用模糊遗传算法对产生的随机样本进行分类,将分类后的样本输入人工神经网络进行训练,将310幅乳腺图像的感兴趣区域输入训练后的人工神经网络分类器进行分类.[结果]与微钙化点提取方面的同类文献相比较,结果表明该算法在相同误检率下得到较高的阳性检出率.[结论]研究表明综合运用遗传算法、模糊数学和人工神经网络进行乳腺微钙化点提取比单纯运用人工神经网络提取效果好.
作者:鲁雯;张光玉
来源:中山大学学报(医学科学版) 2008 年 29卷 2期