-
公开(公告)号:CN109598709B
公开(公告)日:2023-05-26
申请号:CN201811440304.4
申请日:2018-11-29
Applicant: 东北大学
Abstract: 本发明提供一种基于融合深度特征的乳腺辅助诊断系统及方法,涉及医学图像后处理技术领域。系统包括预处理单元、肿块检测单元、融合深度特征提取单元和肿块诊断单元,对原始乳腺图像进行预处理,将乳腺区域分割成若干个互不重叠的子区域;利用卷积神经网络CNN提取乳腺子区域深度特征,利用US‑ELM对各子区域深度特征进行聚类,得到乳腺肿块与非肿块区域;利用卷积神经网络CNN提取肿块深度特征,同时提取肿块形态、纹理特征,将肿块深度、形态、纹理特征融合成融合深度特征;利用超限学习机ELM对融合深度特征进行学习,最终得到肿块的良恶性诊断结果。本发明应用到乳腺辅助诊断中,能有效辅助乳腺疾病的准确诊断。
-
公开(公告)号:CN106202930B
公开(公告)日:2018-08-28
申请号:CN201610545579.9
申请日:2016-07-12
Applicant: 东北大学
Abstract: 本发明提供一种基于SS‑ELM的肺结节患病风险预测系统及方法,该系统包括肺结节图像处理单元、灰度共生矩阵构造单元、Haralick特征参数计算单元、Haralick特征集合构成单元和肺结节患病风险预测单元;该方法过程为获取有标签肺结节图像、无标签肺结节图像和待诊断肺结节图像作为目标图像;将目标图像进行灰度处理;将灰度处理后的目标图像在0°、45°、90°和135°四个方向上分别生成灰度共生矩阵;确定目标图像在0°、45°、90°和135°四个方向上的Haralick特征参数;确定目标图像的Haralick特征集合;利用SS‑ELM算法得到待诊断肺结节图像性质表现为恶性的风险概率;本发明能够有效地改善肺结节患病风险预测的性能。
-
公开(公告)号:CN106202930A
公开(公告)日:2016-12-07
申请号:CN201610545579.9
申请日:2016-07-12
Applicant: 东北大学
CPC classification number: G06T7/0014 , G06T2207/20081 , G06T2207/30064 , G16H50/20
Abstract: 本发明提供一种基于SS-ELM的肺结节患病风险预测系统及方法,该系统包括肺结节图像处理单元、灰度共生矩阵构造单元、Haralick特征参数计算单元、Haralick特征集合构成单元和肺结节患病风险预测单元;该方法过程为获取有标签肺结节图像、无标签肺结节图像和待诊断肺结节图像作为目标图像;将目标图像进行灰度处理;将灰度处理后的目标图像在0°、45°、90°和135°四个方向上分别生成灰度共生矩阵;确定目标图像在0°、45°、90°和135°四个方向上的Haralick特征参数;确定目标图像的Haralick特征集合;利用SS-ELM算法得到待诊断肺结节图像性质表现为恶性的风险概率;本发明能够有效地改善肺结节患病风险预测的性能。
-
公开(公告)号:CN106023239A
公开(公告)日:2016-10-12
申请号:CN201610523605.8
申请日:2016-07-05
Applicant: 东北大学
CPC classification number: G06T5/002 , G06T2207/30068 , G06T2207/30096
Abstract: 本发明提供一种基于乳腺子区域密度聚类的乳腺肿块分割系统及方法,涉及医学图像后处理技术领域。本发明通过预处理单元对乳腺图像进行前期图像预处理后,由分割窗口单元将图像分成若干子区域,利用密度特征提取单元分别对各子区域进行密度特征提取,并由聚类单元进行聚类,最后由分割结果可视化单元将聚类分割后的图像显示出来。本发明提供的基于乳腺子区域密度聚类的乳腺肿块分割系统及方法采用基于乳腺子区域密度聚类的方法,进行乳腺肿块的准确分割,并将分割后肿块位置清晰的显示出来,能有效辅助乳腺疾病的准确诊断。
-
公开(公告)号:CN107341265A
公开(公告)日:2017-11-10
申请号:CN201710595879.2
申请日:2017-07-20
Applicant: 东北大学
Abstract: 本发明涉及一种融合深度特征的乳腺图像检索系统与方法,系统包括图像批处理单元,用于对检索图像和图像集进行批处理;特征提取单元,用于对批处理之后的检索图像和图像集进行特征提取以获得传统融合特征和深度特征;相似性度量单元,用于对检索图像和图像集的传统融合特征进行相似性度量,对检索图像和图像集的深度特征进行相似性度量,并将传统融合特征度量结果和深度特征度量结果进行融合得到最高相似性图像集。本发明的深度特征的乳腺图像检索系统与方法,在提取乳腺钼钯X线图像的传统的纹理、灰度的基础上,增加了深度特征能够有效的代表检索图像,提高乳腺钼靶X线图像的检索的准确率,从而为乳腺癌的辅助诊断提供了帮助。
-
公开(公告)号:CN109598709A
公开(公告)日:2019-04-09
申请号:CN201811440304.4
申请日:2018-11-29
Applicant: 东北大学
Abstract: 本发明提供一种基于融合深度特征的乳腺辅助诊断系统及方法,涉及医学图像后处理技术领域。系统包括预处理单元、肿块检测单元、融合深度特征提取单元和肿块诊断单元,对原始乳腺图像进行预处理,将乳腺区域分割成若干个互不重叠的子区域;利用卷积神经网络CNN提取乳腺子区域深度特征,利用US-ELM对各子区域深度特征进行聚类,得到乳腺肿块与非肿块区域;利用卷积神经网络CNN提取肿块深度特征,同时提取肿块形态、纹理特征,将肿块深度、形态、纹理特征融合成融合深度特征;利用超限学习机ELM对融合深度特征进行学习,最终得到肿块的良恶性诊断结果。本发明应用到乳腺辅助诊断中,能有效辅助乳腺疾病的准确诊断。
-
公开(公告)号:CN109146848A
公开(公告)日:2019-01-04
申请号:CN201810811670.X
申请日:2018-07-23
Applicant: 东北大学
CPC classification number: G06T7/0012 , G06K9/4604 , G06K9/629 , G06K2009/4666 , G06K2209/055 , G06T5/002 , G06T7/41 , G06T7/45 , G06T2207/10132 , G06T2207/20084 , G06T2207/20104 , G06T2207/20221 , G06T2207/30068
Abstract: 本发明涉及一种融合多模态乳腺图像的计算机辅助参考系统及方法,步骤为:对同一患者的乳腺超声和钼靶影像进行图像预处理;以预处理后的乳腺超声和钼靶图像作为输入,获取乳腺图像中肿块区域,获取超声图像的感兴趣区域和乳腺钼靶图像的感兴趣区域;提取乳腺超声图像和乳腺钼靶图像的感兴趣区域的纹理特征及深度特征;将提取的GLCM、LBP、HIS纹理特征以及CNN深度特征进行串联融合,构建纹理‑深度融合特征模型;以纹理‑深度融合特征模型为输入,使用正则化极限学习机对乳腺肿块进行良恶性分类。本发明使用正则化极限学习机对乳腺肿块进行良恶性的分类,从临床需求出发,实现对乳腺肿块性质的判断,为医生诊断提供客观的参考依据。
-
公开(公告)号:CN107392204A
公开(公告)日:2017-11-24
申请号:CN201710595504.6
申请日:2017-07-20
Applicant: 东北大学
CPC classification number: G06K9/3233 , G06K9/40 , G06K9/4619 , G06K9/6267 , G06K2209/05
Abstract: 本发明的乳腺图像微钙化点自动检测系统包括图像预处理单元、感兴趣区域提取单元和微钙化点检测单元。图像预处理单元用于对乳腺钼靶X射线图像进行预处理;感兴趣区域提取单元用于对预处理后的图像进行分割获得子区域图像集,提取子区域图像集中含有钙化点的图像集;微钙化点检测单元,用于对感兴趣区域图像进行形态学操作处理和小波重构,得到包含最终种子点的图像,完成对微钙化点的检测。本发明的检测方法采用频域法和空域法相结合的图像增强算法,提出一种基于图像纹理特征、小波系数特征和小波系数的统计特征相结合的方法来提取感兴趣区域,能够在保证钙化点检测准确率的同时有效的降低误检率和漏检率,能更好的辅助医生对钙化点的诊断。
-
公开(公告)号:CN107341265B
公开(公告)日:2020-08-14
申请号:CN201710595879.2
申请日:2017-07-20
Applicant: 东北大学
IPC: G06F16/583 , G16H30/20
Abstract: 本发明涉及一种融合深度特征的乳腺图像检索系统与方法,系统包括图像批处理单元,用于对检索图像和图像集进行批处理;特征提取单元,用于对批处理之后的检索图像和图像集进行特征提取以获得传统融合特征和深度特征;相似性度量单元,用于对检索图像和图像集的传统融合特征进行相似性度量,对检索图像和图像集的深度特征进行相似性度量,并将传统融合特征度量结果和深度特征度量结果进行融合得到最高相似性图像集。本发明的深度特征的乳腺图像检索系统与方法,在提取乳腺钼钯X线图像的传统的纹理、灰度的基础上,增加了深度特征能够有效的代表检索图像,提高乳腺钼靶X线图像的检索的准确率,从而为乳腺癌的辅助诊断提供了帮助。
-
-
-
-
-
-
-
-