基于Kmean和ELM的乳腺肿块检测方法

摘要：

肿块是乳腺癌在X线图像上的一个主要表现。提出了一种肿块自动检测算法。该方法包括四个步骤：在图像预处理阶段，去除背景、标记、胸肌和噪声，图像分割和图像增强；利用Kmean方法找到感兴趣区域（ROI）；提取能够表征肿块的特征；利用极限学习机（Extreme Learning Machine，ELM）分类器去除假阳性，将图像中的肿块和非肿块分离开来。通过对MIAS数据库中乳腺X线图像的测试实验，得到的检测肿块的准确率为93.5%。

关键词：乳腺肿块检测、Kmean、特征提取、极限学习机(ELM)

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No.61002030。

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：171-175