在热图乳房图像中的自动瘤细分
Thaweesak Trongtirakul1, Sos Agaian2, Adel Oulefki3
1Faculty of Industrial Education, Rajamangala University of Technology Phra Nakhon, 399 Samsen Rd. Vachira Phayaban, Dusit, Bangkok 10300, Thailand.
Mathematical biosciences and engineering : MBE
|November 3, 2023
概括
这项研究引入了一种新的两阶段方法,用于增强热乳图像和细分瘤,改善早期乳腺癌检测. 该技术在温度图中识别癌症区域时达到很高的准确性.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 放射学 放射学是指放射学
背景情况:
- 在乳房热图像中准确地识别和划分可疑区域对于放射科医生来说是一个挑战.
- 从背景区分癌症区域和细分低对比度瘤对于乳腺癌诊断至关重要.
研究的目的:
- 为了在热图中增强癌症和背景区域之间的区分.
- 以有限的对比度准确地细分瘤.
- 提取特征,以区分瘤与周围组织.
主要方法:
- 开发了一个两阶段的癌症细分方案.
- 阶段1:图像增强使用超波功能,以改善对比度和细节.
- 第二阶段:使用图像依赖权重策略和值的瘤细分.
主要成果:
- 拟议的方法在DMR-IR数据集上实现了97%的平均细分精度,80%的灵敏度和99%的特异性.
- 与现有最先进的技术相比,表现出卓越的性能.
- 有效地细分瘤与有限的对比.
结论:
- 新的增强和细分方法显著提高了乳房热图像的质量和可解释性.
- 提出的技术显示出有很大的潜力,有助于早期发现乳腺癌.
- 这种方法可以提高热图解读的诊断准确性.
