基于活动轮廓模型和影像组学的乳腺癌LVI状态预测
来源期刊:东北大学学报(自然科学版)2020年第2期
论文作者:冯宝 李昌林 李智 刘壮盛
文章页码:193 - 199
关键词:DCE-MRI;乳腺癌;活动轮廓模型;影像组学;图像分割;图像分类;
摘 要:针对乳腺癌患者术前LVI状态预测问题,提出了活动轮廓模型和影像组学相结合的计算机辅助分析方法.首先,提出一种基于后验概率和模糊速度函数的活动轮廓模型方法来完成乳腺癌DCE-MRI图像分割.通过在小波域下构建基于后验概率的活动轮廓模型的区域项,同时利用模糊速度函数构建活动轮廓模型的边界项,可以提高乳腺癌病灶分割的准确性.其次,提取形态、灰度、纹理等图像特征,利用集成分类器随机森林方法构造LVI状态的预测模型.实验结果表明,所构建的模型对乳腺癌患者LVI状态具有较好的预测能力.
冯宝1,2,李昌林3,李智2,刘壮盛3
1. 中山大学生物医学工程学院2. 桂林航天工业学院电子信息与自动化学院3. 中山大学附属江门市中心医院放射科
摘 要:针对乳腺癌患者术前LVI状态预测问题,提出了活动轮廓模型和影像组学相结合的计算机辅助分析方法.首先,提出一种基于后验概率和模糊速度函数的活动轮廓模型方法来完成乳腺癌DCE-MRI图像分割.通过在小波域下构建基于后验概率的活动轮廓模型的区域项,同时利用模糊速度函数构建活动轮廓模型的边界项,可以提高乳腺癌病灶分割的准确性.其次,提取形态、灰度、纹理等图像特征,利用集成分类器随机森林方法构造LVI状态的预测模型.实验结果表明,所构建的模型对乳腺癌患者LVI状态具有较好的预测能力.
关键词:DCE-MRI;乳腺癌;活动轮廓模型;影像组学;图像分割;图像分类;