目的:乳腺肿块的计算机检测可以帮助医师定位肿瘤,提高乳腺癌诊断的速度和准确率。方法:作者利用AFUM(average fraction under the minimum)[1]算子和一阶梯度向心率估计检测肿块异常区域。作者对一阶梯度向心率估计做了详细阐述,包括...目的:乳腺肿块的计算机检测可以帮助医师定位肿瘤,提高乳腺癌诊断的速度和准确率。方法:作者利用AFUM(average fraction under the minimum)[1]算子和一阶梯度向心率估计检测肿块异常区域。作者对一阶梯度向心率估计做了详细阐述,包括原理和相关参数的选择。结果:作者对40张来自Digital of Screening Mammography(DDSM)乳腺X光图像进行了检测,并将检测结果与图像库的金标准进行比较,画出FROC(false positive receiver operating characteristic)[1]曲线。平均每幅图像的假阳率约为1.792,肿瘤检出率约为90.63%,每个病例的检测时间约为2min。结论:算法可以检测出大部分的肿瘤,并且每幅图像的假阳率比较低,检测速度非常快。展开更多
文摘目的:乳腺肿块的计算机检测可以帮助医师定位肿瘤,提高乳腺癌诊断的速度和准确率。方法:作者利用AFUM(average fraction under the minimum)[1]算子和一阶梯度向心率估计检测肿块异常区域。作者对一阶梯度向心率估计做了详细阐述,包括原理和相关参数的选择。结果:作者对40张来自Digital of Screening Mammography(DDSM)乳腺X光图像进行了检测,并将检测结果与图像库的金标准进行比较,画出FROC(false positive receiver operating characteristic)[1]曲线。平均每幅图像的假阳率约为1.792,肿瘤检出率约为90.63%,每个病例的检测时间约为2min。结论:算法可以检测出大部分的肿瘤,并且每幅图像的假阳率比较低,检测速度非常快。
