乳腺肿瘤超声图像识别模式分类方法的对比研究

目的:探讨不同乳腺肿瘤超声图像识别模式分类方法的识别效果。方法:选择2019年1月—2020年6月期间在齐齐哈尔医学院附属第三医院手术治疗的61例乳腺肿瘤患者作为研究对象。61例患者术前均行乳腺超声检查,超声影像数据传入工作站处理,每位患者筛选出1张乳腺肿瘤影像图片,先采用先验知识模型定位,再采用基于灰度概率密度差异与局部边缘信息利用模糊逻辑算法的全自动肿瘤定位方法定位肿瘤区域,两种定位方法后分别采用乳腺肿瘤计算机辅助诊断系统对乳腺肿瘤进行识别、诊断,术后参照病理诊断结果,对比两者识别准确性。结果38例为纤维腺瘤(良性),23例浸润性导管癌(恶性)。先验知识模型定位乳腺肿瘤超声图像识别结果灵敏度(73.91%,17/23)、特异度(73.68%,28/38)和准确率(73.77%,45/61))显著低于全自动肿瘤定位(91.30%,21/23;92.10%,35/38;91.80%,56/61),差异有统计学意义(P<0.05)。结论:通过提取最佳乳腺超声图像灰度共生矩阵中的纹理特征进行全自动肿瘤定位,可有效提升良恶性肿瘤识别准确性,临床应用价值较高,值得推广借鉴。