为解决乳腺肿瘤超声的定量分级问题,从超声射频信号的角度提出了一种乳腺肿瘤分级的评价算法。以乳腺影像报告和数据系统(Breast imaging reporting and data system,BI-RADS)作为分级依据,将提取的超声射频(Radio frequency,RF)信号进...为解决乳腺肿瘤超声的定量分级问题,从超声射频信号的角度提出了一种乳腺肿瘤分级的评价算法。以乳腺影像报告和数据系统(Breast imaging reporting and data system,BI-RADS)作为分级依据,将提取的超声射频(Radio frequency,RF)信号进行图像重建、图像分割并获取乳腺肿瘤感兴趣区(Region of interest,ROI)及其特征参数:熵和标准差。量化分析特征参数与病灶良恶性分级之间的关系,实现了对乳腺肿瘤的3级、4级、5级的分级,分类成功率达到84.9%。研究结果表明,超声射频信号对辅助临床诊断具有重要意义,熵和标准差可以有效地实现乳腺肿瘤超声分级。展开更多
文摘为解决乳腺肿瘤超声的定量分级问题,从超声射频信号的角度提出了一种乳腺肿瘤分级的评价算法。以乳腺影像报告和数据系统(Breast imaging reporting and data system,BI-RADS)作为分级依据,将提取的超声射频(Radio frequency,RF)信号进行图像重建、图像分割并获取乳腺肿瘤感兴趣区(Region of interest,ROI)及其特征参数:熵和标准差。量化分析特征参数与病灶良恶性分级之间的关系,实现了对乳腺肿瘤的3级、4级、5级的分级,分类成功率达到84.9%。研究结果表明,超声射频信号对辅助临床诊断具有重要意义,熵和标准差可以有效地实现乳腺肿瘤超声分级。
