乳腺肿瘤超声图像形态特征参数分析

乳腺肿瘤超声图像的形态特征对判别肿瘤的良恶性具有重要的价值.在前人工作的基础上本文对形状因子,纵横比,成角分叶等几个形态特征参数进行详细的分析与比较,在一定程度上提高了相应参数的特异性和敏感度,将这些性能较好的参数与其他一些检测手段相结合,对于建立性能较好的乳腺癌计算机辅助识别系统有积极的意义.     

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％、73．5N。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。     

联合弹性特征的多特征乳腺肿瘤超声图像识别

计算机辅助诊断技术是提高诊断效率的有效手段,目前常使用肿瘤的形态和灰度纹理特征进行综合分析.而临床研究表明,肿瘤弹性也是判别其良恶性的重要指标.本文使用非刚性配准的方法,分析加压前后两幅灰阶超声肿瘤图像之间的差异,从而提取了形变总量和缩小放大比这两个反映肿瘤弹性的特征参数.随后的分类判决实验证明,这两个弹性参数对肿瘤良恶性具有较好的区分能力,联合使用形态特征后性能更优.     

乳腺肿瘤超声图像中感兴趣区域的自动检测

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。     

基于模糊数的乳腺肿瘤超声图像边缘快速提取方法

乳腺肿瘤边缘的准确提取在临床上对肿瘤良恶性的判别有重要的意义。本文利用三角模糊数的概念，采用重叠式窗口从图像中得到与不同隶属度对应的模糊数，从而建立以步进方格（marching square）为基本单元的模糊数平面；通过区间阈值得到步进方格上的映射区间，根据步进方格算法将对应映射区间着色绘制出肿瘤的边界。分别对恶性和良性肿瘤超声图像进行边缘提取。结果显示，本文方法相比一般提取边缘的算法具有快速准确提取乳腺肿瘤边缘的特点。实验证明本方法可以有效用于乳腺肿瘤超声图像边缘提取。     

乳腺超声图像本体构建研究

目的乳腺超声图像本体有助于乳腺超声图像语义标注、智能检索等。本文以乳腺超声图像为例,论述了乳腺超声图像的本体模型构建方法。方法首先通过主题词与语料高频词结合的方法确定乳腺超声图像本体的概念,然后借鉴UMLS提炼乳腺超声图像本体的语义关系。结果本研究构建的乳腺超声图像本体具有1274个概念,56种语义关系,通过PROGTéGé构建了乳腺超声图像本体。结论以主题词与语料高频词结合的方法确定的本体概念具有较好的乳腺超声图像语义刻画效果,本文所述的乳腺超声图像本体构建方法也适用于其他领域本体的构建。     

基于改进型组织特异纹理滤波器的乳腺肿瘤超声图像处理

基于乳腺超声图像的多参数纹理分类实验,改进了Gjenna Stippel等的自适应纹理滤波器,通过引入模糊函数、增加重叠区域和迭代次数的措施,在减少图像噪声的同时,增强肿瘤与周围正常组织的视觉差别.量化比较乳腺超声图像经该滤波算法和几种常用滤波算法处理前后的的统计特征参量和肿瘤边缘检测的精确率,验证了该算法的有效性和优越性.     

基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘

提出一种基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘的算法.该算法在Chan-Vese (CV)模型基础上,定义了一个局部调整项,采用基于水平集的动态轮廓模型提取超声图像乳腺肿瘤边缘.将该算法应用于89例临床超声图像乳腺肿瘤的边缘提取实验,结果表明:该算法比CV模型更适用于具有区域非同质性的超声图像的分割,可有效实现超声图像乳腺肿瘤边缘的提取.     

用于乳腺肿瘤分级诊断超声图像增强的算法

为提高乳腺肿瘤分级诊断的能力,提出一种基于超声信号用于乳腺肿瘤分级诊断的图像增强算法。通过分析良性和不同恶性程度肿瘤的超声图像的特征差异,提出了一种将灰度的动态变换方法和利用局部标准差及熵特征相结合的办法,对图像对比度进行增强处理,增强了乳腺超声图像的细节,提高了图像质量。该算法可对良性、恶性肿瘤等不同超声图像进行增强处理,使得图像之间差异更加明显,为临床医生分级诊断提供更加清晰的图像,具有一定的实际应用价值。     

基于直方图的纹理度量在超声乳腺肿瘤识别中的应用

探讨纹理特征在超声乳腺肿瘤诊断中的价值。提取超声图像中乳腺肿瘤的纹理度量,得到由均值、标准差、平滑度、三阶矩、一致性和熵组成的特征矢量,最后用反向传播人工神经网络（BP）对96幅乳腺肿瘤的良恶性进行分类识别。BP 神经网络对良、恶性肿瘤的正确识别率分别为88．4％和78．6％。基于乳腺肿瘤超声图像的纹理特征建立的神经网络系统对肿瘤的良恶性具有较好的识别能力。     

Diagnosis of Solid Breast Tumors Using Vessel Analysis in Three-Dimensional Power Doppler Ultrasound Images

This study aims to evaluate whether the distribution of vessels inside and adjacent to tumor region at three-dimensional (3-D) power Doppler ultrasonography (US) can be used for the differentiation of benign and malignant breast tumors. 3-D power Doppler US images of 113 solid breast masses (60 benign and 53 malignant) were used in this study. Blood vessels within and adjacent to tumor were estimated individually in 3-D power Doppler US images for differential diagnosis. Six features including volume of vessels, vascularity index, volume of tumor, vascularity index in tumor, vascularity index in normal tissue, and vascularity index in surrounding region of tumor within 2 cm were evaluated. Neural network was then used to classify tumors by using these vascular features. The receiver operating characteristic (ROC) curve analysis and Student’s t test were used to estimate the performance. All the six proposed vascular features are statistically significant (p < 0.001) for classifying the breast tumors as benign or malignant. The A_Z (area under ROC curve) values for the classification result were 0.9138. Accuracy, sensitivity, specificity, positive predictive value, and negative predictive value of the diagnosis performance based on all six proposed features were 82.30 (93/113), 86.79 (46/53), 78.33 (47/60), 77.97 (46/59), and 87.04 % (47/54), respectively. The p value of A_Z values between the proposed method and conventional vascularity index method using z test was 0.04.     

基于卷积神经网络和多信息融合的三维乳腺超声分类方法

乳腺肿瘤超声图像的自动分类对于提高医生的工作效率和降低漏诊率具有十分重要的意义。新型的三维乳腺超声数据包含更多的可用于诊断的信息,但由于超声成像机理导致不同方向上的图像表现不同。针对该种乳腺超声数据,利用卷积神经网络结构的灵活性和自动学习的特性,提出3种改进的卷积神经网络模型,使其分别可以接受横截面图像输入、横截面和冠状面的双图像输入、图像和文本信息同时输入,并研究不同信息的融合对于提升乳腺肿瘤自动分类准确率的影响。在研究中,采用880幅图像(良性401幅,恶性479幅)及其标注信息进行5折交叉验证实验,得到各模型的准确率及AUC。实验结果表明,设计的模型可以适应图片与文本信息的输入,多信息融合的模型比只接受图像输入的模型准确率提升2.91%,达到75.11%的准确率和0.829 4的AUC。这些模型的提出,为多信息融合的卷积神经网络分类应用提供参考。     

家兔实验性膜性肾小球肾炎图像定量分析研究

通过图像分析仪采用立体计量分析方法对家兔实验性膜性肾小球肾炎时肾小球的形态结构变化、形成新月体的状况及肾小管上皮细胞酶学变化等进行定量观察。结果证实:图像定量分析能比较客观地、精确地分析肾小球毛细血管丛形态结构参数的变化、毛细血管壁厚度、形成新月体的大小和多少及肾小管上皮细胞酶的变化,这有利于开展肾小球肾炎病理形态和功能的相关研究,并可为药物对肾小球肾炎疗效的观察提供形态学的定量依据。     

Breast Tumor Classification in Ultrasound Images by Fusion of Deep Convolutional Neural Network and Shallow LBP Feature

Journal of Digital Imaging - Breast cancer is one of the most dangerous and common cancers in women which leads to a major research topic in medical science. To assist physicians in pre-screening...     

CT脑肿瘤灌注特征参数定量分析与研究

目的：在研究CT脑肿瘤灌注成像过程中,肿瘤相关特征参数的定量分析为临床诊断提供重要依据。方法：介绍了CT脑灌注的相关参数,包括脑血流量（CBF）、脑血容量（CBV）、平均通过时间（MTT）和表面通透性等（PS）,根据CT扫描所获得的一系列时间影像序列,利用VisualC＋＋编程实现了脑肿瘤区域的时间密度曲线的显示,在基于去卷积方法基础之上,提出改进的算法,结合CT灌注图像上肿瘤区域的长度,角度,面积等参数的测量方法,计算出更精确地血流动力学参数。结论：脑肿瘤CT灌注图像相关特征参数的定量分析可用于脑瘤的及时诊断和治疗。     

定量超声骨质疏松检测系统的研究与设计

设计开发一套定量超声骨质疏松检测系统,通过测量人体跟骨的超声传播速度（sound of speed,SOS）和超声带宽衰减系数（broadband ultrasound attenuation,BUA）,全面评价骨质疏松的状况,为骨质疏松的早期诊断和骨折的预防提供科学依据.定量超声骨质疏松检测系统硬件电路采用89c52单片机平台开发,实现超声信号的发射与接收、数据的高速采集与通信、步进电机的驱动与控制等功能;系统软件采用Visual C#和Matlab混合编程技术开发,完成用户添加与管理、超声数据采集与处理、检测结果存储与打印等功能.与Osteosys公司的SONOST-3000超声骨质疏松检测仪的比较研究结果显示,本文中研制的定量超声系统对骨质疏松的检测准确,达到了设计要求,具有良好的应用前景.     

Myogenic Stromal Tumor of the Male Breast (So-Called Myofibroblastoma)

A case of a distinctive stromal tumor of the male breast, recently designated as myofibroblastoma, is reported. A fascicular clustering of spindle cells with intervening hyaline bands was the dominant pattern, but areas of myxoid transformation were present. Ultrastructure revealed a large predominance of fibroblastlike cells, often containing dispersed or aggregated intermediate and/or thin filaments. These cells depicted numerous thin processes encircling collagenous bundles. Primitive mesenchymal and typical smooth muscle cells were present, but myofibroblasts were not identified. Vimentin was diffusely expressed, whereas desmin and muscle-specific actin were detected in, respectively, 50% to 60% and 15% to 25% of the cell population. The designation of myogenic stromal tumor is, therefore, considered more appropriate.