基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究

摘要：

乳腺肿块良恶性分类是计算机辅助诊断(CAD)的重要环节,如何提高分类的正确率和稳定性是分类研究的重点.本研究提出了4种基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类模式.其中,模式1是单视角下的多分类器融合;模式2是分别先对每个分类器在两个视角下的输出进行视角融合,再对其融合结果进行多分类器融合;模式3是分别先在每个视角下进行多分类器融合,再对两个视角的多分类器结果进行视角融合;模式4是先对特征向量在两个视角下的取值进行融合,再基于新的特征向量进行单分类器分类和多分类器融合.从南佛罗里达大学DDSM数据库中随机选择的148个良性肿块和148个恶性肿块,对这4种分类模式的效果进行比较.实验结果表明,在肿块分类的正确率、敏感性、特异性和稳定性等方面,模式2和模式3的表现均优于模式1和模式4.

关键词：乳腺钼靶图像、肿块、双视角、多分类器、分类模式

所属期刊栏目：30

分类号：R318(医用一般科学)

资助基金：国家杰出青年基金60788101;国家自然科学基金60705016,61001215;浙江省自然科学基金Y1080740

在线出版日期：2011-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：46-54