基于超声RF信号的乳腺肿瘤分级检测方法

摘要：

为解决超声乳腺肿瘤分级检测问题,从超声射频(RF)信号的角度提出了一种有效的乳腺肿瘤分级检测方法.首先,采用Shearlet变换提取乳腺超声RF信号的多尺度、多方向特征;其次,考虑Shearlet特征的高维冗余性,采用多尺度方向二值模式(MDBP)对其进行编码,在不损失特征信息的条件下降低特征维度;最后,依据医生阅片经验以及不同分级乳腺肿瘤的特征差异性,设计出适合乳腺病变分级检测的层级二叉树SVM分类器(CBT-SVM).在928个乳腺肿瘤患者的超声RF信号上进行验证,大量结果表明,提出方法可以有效实现3级、4A级～4C级、5级乳腺肿瘤的分级检测,准确度、敏感度、特异度、PPV、NPV以及MCC分别达到89.29％、75.62％、94.54％、97％、98.3％和81.01％.

关键词：计算机辅助诊断、超声RF信号、支持向量机、Shearlet变换

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61703201;江苏省自然科学基金项目BK20170765;南京工程学院青年基金面上项目CKJB201602

在线出版日期：2019-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：37-50