本文關鍵詞：基于生理特征的乳腺X線圖像多視圖分析坐標系

  更多相關文章： 乳腺X線圖像 多視圖分析 坐標系 生理特征 區(qū)域匹配

【摘要】：該文針對乳腺X線圖像病變的多視圖檢測與分析問題,建立了一種基于乳房生理特征的多視圖坐標系。通過軸位、中側斜位視圖圖像中的乳頭、胸肌典型生理特征的提取,以及乳房邊緣的橢圓擬合,建立乳腺X線圖像多視圖分析坐標系,可將乳腺X線圖像雙側四視圖經(jīng)非線性映射至同一坐標框架內。以北京大學人民醫(yī)院乳腺中心提供的圖像庫為實驗數(shù)據(jù),從生理特征定位精度、興趣區(qū)域匹配精度等多方面進行坐標系匹配準確度的測試與驗證,結果表明該坐標系有助于乳腺X線圖像,特別是致密型圖像的多視圖病變檢測。
【作者單位】： 北京交通大學電子信息工程學院;北京大學人民醫(yī)院乳腺中心;
【關鍵詞】： 乳腺X線圖像 多視圖分析 坐標系 生理特征 區(qū)域匹配
【基金】：國家自然科學基金(61271305) 北京市科技計劃課題(D151100000415002) 中央高�；究蒲袠I(yè)務費(2015JBM015)~~
【分類號】：R737.9;TP391.41;R730.44
【正文快照】： 2(北京大學人民醫(yī)院乳腺中心北京100044)1引言乳腺癌是女性發(fā)病率最高的一種惡性腫瘤,科學證據(jù)表明在早期發(fā)現(xiàn)并及時治療,可以有效防止惡化并提高乳腺癌的治愈率[1]。目前,在乳腺癌診斷的多種方法中,乳腺X線攝影術被認為是最可靠和最有效的方法,其采用軸位相(Cranio Caudal,CC

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 王之瓊;王培;于戈;康雁;;雙側特征融合的乳腺腫塊檢測[J];計算機輔助設計與圖形學學報;2015年06期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 曹霖;陳后金;李居朋;程琳;;基于生理特征的乳腺X線圖像多視圖分析坐標系[J];電子與信息學報;2017年01期

2 陳后金;李艷鳳;彭亞輝;;多視角乳腺X線圖像匹配方法綜述[J];數(shù)據(jù)采集與處理;2016年05期

3 田芳;;乳腺腫塊診斷中B超檢查的應用意義探究[J];人人健康;2015年24期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 倪維平;嚴衛(wèi)東;邊輝;吳俊政;蘆穎;王培忠;;基于MRF模型和形態(tài)學運算的SAR圖像分割[J];電光與控制;2011年01期

2 徐勝舟;宋恩民;許向陽;;基于改進Demons算法的乳腺X線攝片非剛性配準[J];中國圖象圖形學報;2009年12期

3 田巖巖;齊國清;;基于小波變換模極大值的邊緣檢測方法[J];大連海事大學學報;2007年01期

4 王建宇;張峰;周獻中;史迎春;駱文;;利用小波變換和K均值聚類實現(xiàn)字幕區(qū)域分割[J];計算機輔助設計與圖形學學報;2006年10期

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 張秀芬;裴承慧;胡志勇;;在OpenGL中實現(xiàn)多視圖表示[A];第十四屆全國圖學教育研討會暨第六屆制圖CAI課件演示交流會論文集（下冊）[C];2004年

2 趙旭;劉克;吳威;;多視圖三維重建技術和不確定問題[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

3 張巖;楊冬青;唐世渭;;Web倉儲中的多視圖一致性維護[A];第十九屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2002年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 楊琬琪;多視圖特征選擇與降維方法及其應用研究[D];南京大學;2015年

2 李晉;基于多視圖鑒別特征學習的分類算法[D];中國礦業(yè)大學(北京);2016年

3 錢強;復雜場景下的多視圖學習方法研究[D];南京航空航天大學;2013年

4 田文;多視圖圖像的快速三維場景重建[D];華中科技大學;2010年

5 徐帆;無組織多視圖圖像的自動化三維場景重建[D];華中科技大學;2007年

6 周旭東;基于不同多視圖數(shù)據(jù)場景的典型相關分析研究和應用[D];南京航空航天大學;2013年

7 段春梅;基于多視圖的三維模型重建方法研究[D];山東大學;2009年

8 陳斌;異常檢測方法及其關鍵技術研究[D];南京航空航天大學;2013年

9 李靜;基于多視圖的三維景物重建技術研究[D];廣東工業(yè)大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 周艷杰;基于多視圖的交互式機械建模[D];鄭州大學;2015年

2 洪鑫;基于多視圖哈希的圖書推薦系統(tǒng)的研究與實現(xiàn)[D];浙江大學;2015年

3 龍躍;基于產(chǎn)品BOM的多視圖應用及實現(xiàn)[D];電子科技大學;2014年

4 王世佳;RF數(shù)據(jù)記錄系統(tǒng)的重放軟件設計[D];電子科技大學;2014年

5 王家亮;基于片元多視圖重建在未標定序列圖像重建上的應用[D];東北大學;2014年

6 陶萌;基于語義元的產(chǎn)品信息多視圖語義研究[D];浙江工業(yè)大學;2015年

7 賈超;基于多視圖的瓦當三維模型重建的研究與實現(xiàn)[D];西北大學;2015年

8 吳珊珊;基于多視圖稀疏嵌入分析的識別算法研究[D];南京郵電大學;2015年

9 高珊;基于距離度量學習和多視圖學習的服裝主觀風格識別方法[D];浙江大學;2016年

10 金登科;基于多視圖錨點圖哈希技術的推薦算法研究[D];浙江大學;2016年

，

本文編號：575282