苏燕妮
- 作品数：3 被引量：14H指数：2
- 供职机构：复旦大学更多>>
- 发文基金：国家自然科学基金上海市教育委员会重点学科基金国家重点基础研究发展计划更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 用Normalized Cut法自动提取乳腺超声图像中的肿瘤边缘被引量：3
- 2010年
- 提出一种带权重邻域灰度信息的normalized cut(Ncut)方法,该方法能够全自动提取乳腺超声图像的肿瘤边缘.通过Ncut分块乳腺超声图像中的各块灰度及空间分布特征来识别待检测肿瘤的轮廓.对于少数分割不精确的结果,可用结合局部能量项的动态轮廓模型对所提取的初始边缘进行修正,使其更接近真实目标轮廓.对包含112幅乳腺肿瘤超声图像的数据库进行边缘提取,结果表明:该方法无需人工干预,能够准确有效地实现肿瘤分割,且计算量小,有望提高计算机辅助诊断的自动化程度.
- 苏燕妮汪源源
- 关键词：超声图像乳腺肿瘤CUT
- 乳腺肿瘤超声图像中感兴趣区域的自动检测被引量：11
- 2010年
- 由于斑点噪声、伪影以及病灶形状多变的影响,乳腺肿瘤超声图像中肿瘤区域的自动检测以及病灶的边缘提取比较困难,已有的方法主要是由医生先手工提取感兴趣区域(ROI)。本研究提出一种乳腺肿瘤超声图像中感兴趣区域自动检测的方法,选用超声图像的局部纹理、局部灰度共生矩阵以及位置信息作为特征,采用自组织映射神经网络进行分类,自动识别乳腺肿瘤区域。对包含168幅乳腺肿瘤超声图像的数据库进行识别的结果表明:该方法自动识别ROI的准确率达到86.9%,可辅助医生提取肿瘤的实际边缘以及进一步诊断。
- 苏燕妮汪源源
- 关键词：乳腺肿瘤超声图像感兴趣区域自组织映射神经网络
- 超声图像乳腺肿瘤自动检测及良恶性判别
- 超声成像技术是目前最常用的乳腺肿瘤早期检查手段之一。超声检查因可实时成像、价格相对低廉、使用便捷且无创,在临床影像诊断中具有重大意义。高性能的计算机辅助诊断（Computer Aided Diaganosis, CAD）...
- 苏燕妮
- 关键词：超声图像乳腺肿瘤全自动感兴趣区域
- 文献传递
