程琳
- 作品数：6 被引量：10H指数：2
- 供职机构：北京大学人民医院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 乳腺X线图像肿块建模与分割被引量：1
- 2013年
- 提出了一种基于模型分析与均值漂移聚类的乳腺肿块分割方法.该方法根据肿块的临床特征表现建立了肿块的数学模型,并通过多重滤波实现肿块的准确定位.在此基础上,结合均值漂移算法获得的像素点集合,筛选出初始肿块.最后利用无边缘活动轮廓模型准确分割出肿块.实验采用通用的MIAS数据库进行算法性能测试,结果表明本文方法在保证较低假阳性率的同时,肿块检测真阳性率高于形态学成分分析方法.此外,本文方法分割出的肿块边界完整,可满足临床检验与诊断需求.
- 韩振中陈后金李居朋姚畅程琳
- 关键词：乳腺X线图像数学建模均值漂移
- 基于标记脉冲耦合神经网络的乳腺肿块分层检测方法被引量：2
- 2013年
- 乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers,MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate,FPR)的同时,肿块真阳性率(True Positive Rate,TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。
- 韩振中陈后金李居朋姚畅程琳
- 关键词：乳腺X线图像乳腺癌早期诊断
- 乳腺X线图像结构扭曲检测的研究被引量：3
- 2014年
- 针对乳腺X线图像结构扭曲(Architectural distortion,AD)检测假阳性率偏高的问题,提出了一种新的乳腺X线图像结构扭曲检测方法—相似度收敛指数(Similarity convergence index,SCI)方法.首先利用马氏距离比计算出毛刺的相似度,然后通过计算相似度加权的收敛指数增强放射状毛刺,最后提取出收敛指数的局部最大值作为候选点,并对这些候选点进行分类,检测出结构扭曲.该方法在Mini-MIAS(Mammographic Image Analysis Society)乳腺图像和北京大学人民医院乳腺中心乳腺图像上进行验证,实验结果表明,本文提出的方法有效降低了假阳性率,同时适用于脂肪型乳腺X线图像和致密型乳腺X线图像.
- 张胜君陈后金李艳凤姚畅程琳
- 关键词：乳腺X线图像相似度
- 基于SPCNN与改进型矢量CV模型的乳腺X射线肿块分割方法被引量：3
- 2014年
- 作为乳腺癌计算机辅助诊断系统的重要环节,肿块分割的结果严重影响到肿块良恶性的判别.针对现有方法的不足,本文提出了一种基于简化型脉冲耦合神经网络和改进型矢量无边缘活动轮廓模型的乳腺X射线肿块分割方法.首先,通过数学分析计算SPCNN的相关参数与终止条件,进而利用SPCNN模型分割出肿块的初始轮廓.然后,针对传统CV模型的不足,进行相应的修正得到改进型矢量CV模型.最后,结合SPCNN分割出的初始轮廓,利用改进型的矢量CV模型处理ROI分割出肿块.采用北京大学人民医院乳腺中心提供的临床图像以及DDSM数据库的图像进行对比实验,实验结果表明,本文方法相比较现有方法分割结果更为准确,尤其是在处理东方女性致密性案例时,本文方法更有优势.
- 韩振中陈后金李艳凤李居朋姚畅程琳
- 关键词：计算机辅助诊断
- 基于生理特征的乳腺X线图像多视图分析坐标系被引量：2
- 2017年
- 该文针对乳腺X线图像病变的多视图检测与分析问题,建立了一种基于乳房生理特征的多视图坐标系。通过轴位、中侧斜位视图图像中的乳头、胸肌典型生理特征的提取,以及乳房边缘的椭圆拟合,建立乳腺X线图像多视图分析坐标系,可将乳腺X线图像双侧四视图经非线性映射至同一坐标框架内。以北京大学人民医院乳腺中心提供的图像库为实验数据,从生理特征定位精度、兴趣区域匹配精度等多方面进行坐标系匹配准确度的测试与验证,结果表明该坐标系有助于乳腺X线图像,特别是致密型图像的多视图病变检测。
- 曹霖陈后金李居朋程琳
- 关键词：乳腺X线图像坐标系生理特征
- 基于哈希理论和线性近邻传递反馈的乳腺X线图像肿块检索方法被引量：1
- 2014年
- 在乳腺X线图像肿块检测中存在较高的假阳性率,通过基于内容的肿块检索,将待判定肿块与已确诊肿块进行相似性分析,可有效降低假阳性率.本文提出了一种结合可区分锚点图哈希和线性近邻传递的乳腺图像肿块检索方法.针对传统锚点图哈希在相似度定义中没有考虑病理相关性的问题,引入病理类别至锚点图哈希图像相似度计算,提出了可区分锚点图哈希以重新表示图像.利用线性近邻传递作为相关反馈技术,基于图像底层特征表达与图像高层语义间的学习机制,实现交互式肿块图像检索.采用北京大学人民医院乳腺中心提供的临床图像作为实验数据,实验结果表明,引入病理类别的可区分锚点图哈希图像表达在肿块相似性分析上优于传统锚点图哈希.相比于现有方法,本文提出的方法在肿块检索性能上得到明显提高.
- 李艳凤陈后金曹霖韩振中程琳
- 关键词：乳腺X线图像
