基于神经网络的乳腺X光片中肿块检测法

史盛君[]; 宋立新[]; 赵阳[]

Chinese

您当前的位置：

首页 >

文章列表页 >

基于神经网络的乳腺X光片中肿块检测法

计算机与控制工程 | 更新时间：2026-07-10

- 基于神经网络的乳腺X光片中肿块检测法
- Neural Network- based Detection of Masses in Mammograms
- 哈尔滨理工大学学报 2008年13卷第6期页码：101-104
- 作者机构：
  
  [1]哈尔滨理工大学电气与电子工程学院,黑龙江,哈尔滨,150040
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
史盛君[], 宋立新[], 赵阳[]. 基于神经网络的乳腺X光片中肿块检测法[J]. 哈尔滨理工大学学报, 2008,13(6):101-104.

SHI Sheng -jun, SONG Li-xin, ZHAO Yang. Neural Network- based Detection of Masses in Mammograms[J]. 2008, 13(6): 101-104.
史盛君[], 宋立新[], 赵阳[]. 基于神经网络的乳腺X光片中肿块检测法[J]. 哈尔滨理工大学学报, 2008,13(6):101-104. DOI：

SHI Sheng -jun, SONG Li-xin, ZHAO Yang. Neural Network- based Detection of Masses in Mammograms[J]. 2008, 13(6): 101-104. DOI：

摘要

摘　　要：针对乳腺X光片中肿块与背景的对比度较低，边界不清晰等问题，提出了利用小波变换与直方图均衡化结合的方法来增强图像，使肿块部分更加突出．再对每个像素点进行特征提取，依据神经网络可以通过训练来进行分类的特点，利用BP神经网络，将每个点分类为肿块区域像素点和非肿块区域像素点，从而实现肿块部分的检测．经过MIAS资料库中的30幅乳腺X光片的测试，其有效性达到80．6％，且方法简单易行．

Abstract

To solve the pvoblem that the masses on the and have the fuzzy boundaries

the paper presents a method gram equalization theory firstly

and extract four features of mammograms exhibit poor contrast to the background to enhance the image by wavelet transform and histoevery pixel. According to the principle that artificial neural network can implement classification through training

the paper presents the method to classify every pixel to the masses or not by BP neural network to achieve the detection of the masses. The method has simple operation

and is evaluated by 30 mammograms images in the MIAS

and the effectiveness is 83%.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

内孔空化发生单元在变转速下的性能研究

一种改进的 CSMA / CA 物理载波监听方法

基于 RTH-BP 神经网络的微型断路器故障诊断方法

基于 MAPPO 算法的广义储能分频响应控制策略

核电管道法兰螺栓紧固力矩理论计算及软件开发