基于标记脉冲耦合神经网络的乳腺肿块分层检测方法

来源 :电子与信息学报 | 被引量 : 2次 | 上传用户:superlife123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers,MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate,FPR)的同时,肿块真阳性率(True Positi
其他文献
Brandsttter等人(2011)结合割圆序列与Sidel’nikov序列的概念定义了一个新序列双素数(p,q)Sidel’nikov序列,并且分析了双素数Sidel’nikov序列的均衡性、自相关函数、相关测度和线性复杂度轮廓,证明了双素数Sidel’nikov序列有好的伪随机特性。该文主要研究d=gcd(p,q)=2的双素数Sidel’nikov序列的自相关函数,借助于数论中的Legen