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。     

乳腺肿瘤超声图像特征参数量化研究进展

乳腺肿瘤超声图像的特征量化分析对判别肿瘤的良、恶性具有重要价值。本文总结了良性和恶性乳腺肿瘤在超声图像上的特点，将乳腺良性肿瘤和恶性肿瘤鉴别特征在形状、边缘、边界、朝向、回声特点几个方面的量化方法和量化参数进行了较为全面的梳理，并对量化特征与肿瘤良、恶性之间的关系进行了分析。     

基于融合双模态超声瘤内瘤周影像的乳腺肿瘤分类

本研究通过135例临床乳腺肿瘤的灰阶超声和应变弹性超声的双模态图像研究,并结合肿瘤感兴趣区域(region of interest,ROI)与瘤周组织超声信息进行乳腺肿瘤的良恶性分类.首先,分别提取肿瘤ROI区域的常规灰阶超声和应变弹性超声的影像组学特征:形态学特征(14个)、强度特征(18个)和纹理特征(75个),并...     

乳腺癌的相衬成像

目的:应用相衬成像技术观察和分析良、恶性乳腺肿瘤的区别。方法:使用上海光源同步辐射装置对人体乳腺肿瘤离体标本行相衬CT检查。共选取3例人体早期乳腺癌标本(早期浸润型导管癌)和3例乳腺腺瘤样本,对两组图像进行三维重建和比较,并采用灰度共生矩阵提取两组CT图像的纹理特征。结果:良、恶性肿瘤的CT图像有明显差别。三维重建结果清晰地显示肿瘤周围的脂肪组织和肿瘤内部散在的脂肪组织,可用于早期良、恶性肿瘤的鉴别诊断。图像纹理参数也显示两组图像间存在显著统计学差异(P0.001)。结论:相衬成像能充分显示乳腺正常组织和病变组织的细节。     

乳腺计算机辅助诊断中DCE-MRI图像特征的选择与分析

目的比较动态对比度增强磁共振成像（dynamic contrast—enhanced magnetic resonance imaging,DCE—MRI）图像的形态、纹理和时间强度曲线（time intensity curve,TIC）特征对乳腺病灶良恶性的诊断效果,讨论DCE—MRI图像特征的计算机辅助诊断价值。方法测量224个乳腺病灶样本（良性样本82个,恶性样本142个）的12个形态学特征、56个基于灰度共生矩阵（gray level co—occurrencematrix,GLCM）的纹理特征以及11个TIC特征,采用平均平方距离准则和SVM分类器评估这三类特征的良恶性分辨能力。结果反映病灶血流动力学特性的TIC特征的分类性能最优（SE0．9366,SP0．8293,AUC0．9495）;纹理特征次之（SE0．9225,SP0．7195,AUC0．8835）;形态学特征效果最差（SE0．8451,SP0．6951,AUC0．8079）。研究发现,在上述基础上融合三类特征可优化分类性能。最终结合平滑度、紧致度、熵等9个特征参数进行诊断,对乳腺病灶良恶性的分辨效果最好,AUC达0．9642。结论DCE—MRI的TIC特征对恶性乳腺病灶具有较高的灵敏度,可以提高乳腺计算机辅助诊断的恶性病灶检出率。综合分析形态、纹理和TIC特征可以提高病灶的诊断特异度,降低良性病灶的误诊率。     

基于定量影像组学的乳腺肿瘤良恶性诊断

乳腺癌是女性致死率最高的恶性肿瘤之一。为提高诊断效率,提供给医生更加客观和准确的诊断结果。借助影像组学的方法,利用公开数据集BreaKHis中82例患者的乳腺肿瘤病理图像,提取乳腺肿瘤病理图像的灰度特征、Haralick纹理特征、局部二值模式(LBP)特征和Gabor特征共139维影像组学特征,并用主成分分析(PCA)对影像组学特征进行降维,然后利用随机森林(RF)、极限学习机(ELM)、支持向量机(SVM)、k最近邻(kNN)等4种不同的分类器构建乳腺肿瘤良恶性的诊断模型,并对上述不同的特征集进行评估。结果表明,基于支持向量机的影像组学特征的分类效果最好,准确率能达到88.2%,灵敏性达到86.62%,特异性达到89.82%。影像组学方法可为乳腺肿瘤良恶性预测提供一种新型的检测手段,使乳腺肿瘤良恶性临床诊断的准确率得到很大提升。     

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。     

男性乳腺疾病超声和病理诊断的十年回顾

检索2002-2011年我院男性乳腺患者的超声资料,以BI-RADS图像术语为标准,对该资料进行标准化处理,总结不同病理类型的超声图像特征,统计分析超声恶性征象在男性乳腺良恶性疾病之间的差异。结果显示除边界不完整外,其余13项超声恶性征象在男性乳腺疾病良恶性组差异有统计学意义,"毛刺征"、"强回声晕"、"钙化"、"后方回声衰减"、"腋窝淋巴结肿大"、"皮肤增厚"和"非中心性生长"独立诊断男性乳腺癌特异度在95%以上,结果提示高频超声可以较好地鉴别诊断男性乳腺良恶性疾病。     

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Local Jet变换空间纹理特征的肺结节分类方法

为了在纹理特征下改善肺结节良、恶性的模式识别,提出一种基于local jet变换空间的纹理特征提取方法。首先利用二维高斯函数的前三阶偏微分函数将结节原图像变换到local jet纹理图像空间,然后利用纹理描述子在该空间提取特征参数。以灰度值的前四阶矩和基于灰度共生矩阵的特征参数作为纹理描述子,分别提取结节原图像和变换后纹理图像的特征参数,以BP神经网络作为分类器,对同一纹理描述子下的2个不同图像空间的经核主成分分析优化后的特征参数集进行结节良、恶性分类。以157个肺结节(51个良性,106个恶性)作为实验数据进行对比实验,结果显示:两种纹理描述子基于local jet变换空间提取的特征参数分别获得82.69%和86.54%的分类正确率,较原图像空间提高6%～8%,同时AUC值提高约10%。实验结果表明,基于local jet变换空间提取的纹理特征可以有效地改善肺结节良、恶性的模式识别。     

Modes of Inheritance of Errors of Refraction

Eighteen families in which both parents had refractions within the range of +4·0 D to −4·0 D and axial lengths seen in emmetropia (22·3-26·0 mm) showed coefficients of correlation of the order 0·5 indicative of polygenic inheritance. Such coefficients were seen for axial length (0·407) and for the cornea (0·487), but not for the lens (which is known to be yoked to the axial length). No such coefficients were seen in 19 families in which one of the parents had axial length outside the emmetropic range (nine families with long axes and 10 with short axes).

The pattern of polygenic inheritance for emmetropia (completely correlated optical components) and errors of refraction up to 4·0 D (inadequately correlated components: correlation ametropia) follows that seen in stature and other measurable characters. In contrast the high refractive errors with their abnormal axial lengths (component ametropia) are—like the extremes in stature—pathological anomalies with monofactorial inheritance.

     

Level of functioning of siblings and parents of probands of varying degrees of retardation

A further analysis of already published data supports the position that retardates of low ability level less frequently have retarded siblings, retarded parents, and parents low in occupational level than do retardates higher in ability level. The analysis supports the position that there are two types of retarded individuals, persons retarded as a result of gene or chromosomal anomalies, brain injury, etc., who more frequently occur in the lower-level retardate group, and persons whose retardation represents polygenic segregation, who more frequently occur in the higher-level group.