基于标记脉冲耦合神经网络的乳腺肿块分层检测方法

作者：韩振中; 陈后金; 李居朋; 姚畅; 程琳

来源：电子与信息学报, 2013, (07): 1664-1670.

• 乳腺X线图像
• 乳腺癌早期诊断
• 肿块检测
• 标记脉冲耦合神经网络
• 多同心层模型 Mammogram
• Early breast cancer diagnosis
• Mass detection
• Marker-Pulse Coupled Neural Network(PCNN)
• Multiple Concentric Layers(MCL)

乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers,MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate,FPR)的同时,肿块真阳性率(True Positive Rate,TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL...

• 单位
  北京交通大学; 北京大学人民医院