公开(公告)号：CN109671060A

公开(公告)日：2019-04-23

申请号：CN201811487180.5

申请日：2018-12-06

Applicant: 西安电子科技大学

Inventor： 李洁 ,  张敏 ,  王颖 ,  焦志成 ,  仵赛飞 ,  张航 ,  陈聪

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/187 ,  G06N3/04 ,  G06N3/08 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明提出了一种基于选择性搜索和CNN的计算机辅助乳腺肿块检测方法，用于解决现有技术中存在的因候选框质量差和分类准确率低导致的检测准确率低的技术问题，实现步骤为：1.获取多幅乳腺钼靶X线图像及其医师标注文件；2.对N幅乳腺钼靶X线图像进行预处理；3.获取N幅预处理后的乳腺钼靶X线图像的目标框集合；4.基于选择性搜索算法获取N幅预处理后的乳腺钼靶X线图像的候选框集合；5.构建卷积神经网络CNN并初始化；6.对初始化后的卷积神经网络进行训练；7.获取待检测乳腺钼靶X线图像的肿块区域。本发明乳腺肿块检测的检出率高且假阳率低，可应用于计算机辅助乳腺肿块检测系统中。

公开(公告)号：CN109671060B

公开(公告)日：2021-12-17

申请号：CN201811487180.5

申请日：2018-12-06

Applicant: 西安电子科技大学

Inventor： 李洁 ,  张敏 ,  王颖 ,  焦志成 ,  仵赛飞 ,  张航 ,  陈聪

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/187 ,  G06N3/04 ,  G06N3/08 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明提出了一种基于选择性搜索和CNN的计算机辅助乳腺肿块检测方法，用于解决现有技术中存在的因候选框质量差和分类准确率低导致的检测准确率低的技术问题，实现步骤为：1.获取多幅乳腺钼靶X线图像及其医师标注文件；2.对N幅乳腺钼靶X线图像进行预处理；3.获取N幅预处理后的乳腺钼靶X线图像的目标框集合；4.基于选择性搜索算法获取N幅预处理后的乳腺钼靶X线图像的候选框集合；5.构建卷积神经网络CNN并初始化；6.对初始化后的卷积神经网络进行训练；7.获取待检测乳腺钼靶X线图像的肿块区域。本发明乳腺肿块检测的检出率高且假阳率低，可应用于计算机辅助乳腺肿块检测系统中。