乳腺肿瘤超声图像形态特征选择

形态特征是超声诊断乳腺良、恶性肿瘤的重要依据.拟建立最佳形态特征矢量,研究提取了似圆度、平均标准化径向长度、熵等7种形态学特征,再用Logistic回归模型对特征进行选择,最终选取似圆度和面积比率这两个特征量组成最佳特征矢量.对经病理证实的乳腺良、恶性肿瘤超声图像进行识别,恶性肿瘤的识别率为93.3%,误判率为12.5%,良性肿瘤的识别率为88.2%,误判率为6.25%.

基于边界特征的乳腺肿瘤超声图像识别

通过对乳腺肿瘤边界特征的分析,得到边界的特征量似圆度,面积比率,长宽比组成的特征矢量,最后用反向传播人工神经网络(BP)的算法对经病理证实的119幅乳腺良、恶性肿块超声图像进行分类识别。BP神经网络对良、恶性肿瘤正确识别率分别为89.7%、73.5%。量化后的乳腺超声图像肿瘤轮廓特征结合BP神经网络可以比较有效的用于肿瘤的良、恶性识别。