公开(公告)号：CN108416360A

公开(公告)日：2018-08-17

申请号：CN201810037664.3

申请日：2018-01-16

Applicant: 华南理工大学

Inventor： 宋炎 ,  蔡宏民

IPC: G06K9/62 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明公开了一种基于乳腺钼靶钙化特征的癌症诊断系统及方法，所述方法包括以下步骤：步骤1、获取乳腺钼靶X线数据集；步骤2、分别对乳腺钼靶X线数据集中的各个图像进行图像增强处理，并进行二值化分割出钙化病灶区域；步骤3、分别对图像增强处理和二值化处理之后的钙化病灶区域进行特征提取得到传统特征和深度特征；步骤4、对传统特征和深度特征进行典型关联分析，将与传统特征关联权重低的深度特征删去，保留与传统特征关联紧密的深度特征；步骤5、对保留的深度特征进行支持向量机线性分类模型的训练，得到分类器。所述方法能够有效避免传统卷积神经网络对乳腺钼靶钙化诊断上的过拟合，实现了对于任意分辨率下钼靶图像病灶的自动诊断。

公开(公告)号：CN108416360B

公开(公告)日：2022-03-29

申请号：CN201810037664.3

申请日：2018-01-16

Applicant: 华南理工大学

Inventor： 宋炎 ,  蔡宏民

IPC: G06V10/764 ,  G06V10/771 ,  G06K9/62 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明公开了一种基于乳腺钼靶钙化特征的癌症诊断系统及方法，所述方法包括以下步骤：步骤1、获取乳腺钼靶X线数据集；步骤2、分别对乳腺钼靶X线数据集中的各个图像进行图像增强处理，并进行二值化分割出钙化病灶区域；步骤3、分别对图像增强处理和二值化处理之后的钙化病灶区域进行特征提取得到传统特征和深度特征；步骤4、对传统特征和深度特征进行典型关联分析，将与传统特征关联权重低的深度特征删去，保留与传统特征关联紧密的深度特征；步骤5、对保留的深度特征进行支持向量机线性分类模型的训练，得到分类器。所述方法能够有效避免传统卷积神经网络对乳腺钼靶钙化诊断上的过拟合，实现了对于任意分辨率下钼靶图像病灶的自动诊断。