自动系统区分乳腺X线照片上的恶性和良性肿块
摘要：乳腺X线摄影被广泛认为是乳腺癌早期检测最可靠的技术。自动化或半自动化的计算机分类方案在辅助放射科医生进行乳腺病变的视觉诊断时非常有用，从而减少不必要的活检数量。本文提出了一种计算机辅助诊断（CADi）系统，用于对乳腺X线摄影中的大肿块进行特征化，目的是区分恶性和良性肿块。我们实现的CADi系统基于三阶段算法：a）利用分割技术从图像中提取大肿块的轮廓；b）计算16个基于肿块大小和形状的特征；c）利用神经分类器将特征合并成一个恶性可能性的估计值。本研究使用了226个大肿块的数据集（109个恶性和117个良性）。系统性能通过受试者工作特征曲线（ROC）分析进行评估，得到A\_z = 0.80+-0.04的ROC曲线下面积作为估计值。
作者：A. Retico, P. Delogu, M.E. Fantacci, P. Kasae
论文ID：physics/0701053
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2007-05-23