换一批基于国人皮肤镜黑素细胞肿瘤图像的智能化分类与识别研究
Intelligent classification and recognition for dermatoscopic images of melanocytic tumors in Chinese patients
摘要目的 建立国人皮肤黑素细胞肿瘤(MT)图像智能化分类与识别方法.方法 采用皮肤镜法获取MT图像信息,提出自生成神经网络的自适应聚类分割与特征提取算法,定量分析MT的形状不对称(AY)、形状偏心率(EY)、边界凹陷率(BDR)、过渡区辐射不均匀度(URTA)、颜色多样性(CD)、纹理相关性(TC)六个特征,结合组合神经网络分类器对MT的良、恶性进行分类与识别,经病理验证与统计学分析.结果 642幅MT图像,其中良性82.4％；恶性17.6％；URTA、TC、BDR、CD灵敏度86.73％ ～95.58％,特异度97.3％ ～ 100％；AY和EY灵敏度41.59％～47.78％,特异度69.91％ ～76.99％；对MT的良、恶性分类与识别,准确率达93.65％；分类符合率经x2检验均有显著性差异(x2 =4.51,P＜0.05).结论 皮肤镜MT图像分析法,可有效实现MT良、恶性分类与自动识别,为解决国人皮肤恶性黑素瘤的智能化识别瓶颈问题奠定了基础.
更多相关知识
栏目名称
发布时间
2012-12-26（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引12
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
