CMMM 计算和数学方法在医学 1748 - 6718<我年代年代npub-type="ppub"> 1748 - 670 x Hindawi出版公司 10.1155 / 2016/6740956<一个rt我cle-id pub-id-type="publisher-id"> 6740956<一个rt我cle-categories> 研究文章 Fusion-Based乳腺超声图像分类方法使用Multiple-ROI材质和形态分析 http://orcid.org/0000 - 0002 - 9399 - 5769 达乌德 我默罕默德。 1 Bdair 塔里克·M。 1 Al-Najar Mahasen 2 Alazrai 支 1 铃木 吴克群 1<一个ddr- - - - - -l我ne> 计算机工程系<一个ddr- - - - - -line> 德国约旦大学<一个ddr- - - - - -line> 安曼 约旦 gju.edu.jo 2<一个ddr- - - - - -l我ne> 约旦大学医院<一个ddr- - - - - -line> 约旦大学<一个ddr- - - - - -line> 安曼 约旦 ju.edu.jo 2016年 29日<米onth> 12 2016年 2016年 05年<米onth> 08年 2016年 31日<米onth> 10 2016年 15<米onth> 11 2016年 29日<米onth> 12 2016年 2016年 版权©2016张穆罕默德。达乌德等。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

超声波成像通常用于乳腺癌的诊断,但准确的乳房超声检查(总线)图像的解释往往具有挑战性和operator-dependent。计算机辅助诊断(CAD)系统可以用来提供第二个意见的放射科医生提高诊断准确性。在这项研究中,一个新的CAD系统开发,使准确的汽车图像分类。特别是,介绍了一种改进的纹理分析,肿瘤分为一组感兴趣的不重叠的区域(roi)。每个的ROI分析使用灰度同现矩阵特征和支持向量机分类器来估计其肿瘤类指标。所有roi的肿瘤类指标结合使用投票机制估计肿瘤类。此外,采用形态分析对肿瘤进行分类。使用概率方法融合的分类结果multiple-ROI纹理分析和形态分析。该方法应用于分类110公共汽车图片,包括64良性和恶性肿瘤。的准确性、特异性和灵敏度获得使用该方法是98.2%,98.4%,和97.8%,分别。 These results demonstrate that the proposed approach can effectively be used to differentiate benign and malignant tumors.

科学研究支持基金 ICT / 2/07/2013 1。介绍</t我tle><p>乳腺癌是女性最常见的癌症,在世界范围内,女性死亡的主要原因之一,在全球范围内(<xrefgydF4y2Baref-type="bibr" rid="B1"> 1</xref>]gydF4y2Ba。世界卫生组织(WHO)的统计数据显示,2012年,167万例新病例被诊断出患有乳腺癌,约有522000名妇女死于这种疾病<xrefgydF4y2Baref-type="bibr" rid="B1"> 1</xref>]gydF4y2Ba。乳腺癌的早期诊断是至关重要的成功治疗疾病和改善患者的生存率<xrefgydF4y2Baref-type="bibr" rid="B2"> 2</xref>]gydF4y2Ba。</p><p>gydF4y2Ba超声成像是一种使用最广泛的成像方式对乳腺癌的诊断,因为它提供了低成本的优势,可移植性,病人舒适,诊断的准确性(<xrefgydF4y2Baref-type="bibr" rid="B3"> 3</xref>,<xrefgydF4y2Baref-type="bibr" rid="B4"> 4</xref>]gydF4y2Ba。然而,乳房超声检查(总线)图像的解释是operator-dependent和变化基于放射科医生的经验和技巧<xrefgydF4y2Baref-type="bibr" rid="B5"> 5</xref>]gydF4y2Ba。为了克服这个限制,介绍了计算机辅助诊断(CAD)系统分析汽车图片和放射科医生提供第二个意见提高诊断精度和减少运营商依赖的影响<xrefgydF4y2Baref-type="bibr" rid="B5"> 5</xref>,<xrefgydF4y2Baref-type="bibr" rid="B6"> 6</xref>]gydF4y2Ba。</p><p>gydF4y2Ba许多研究,如(<xrefgydF4y2Baref-type="bibr" rid="B7"> 7</xref>- - - - - -- - - - - -- - - - - -- - - - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -<xrefgydF4y2Baref-type="bibr" rid="B15"> 15</xref>),gydF4y2Ba采用总线乳腺肿瘤分类的图像分析。特别是,形态学特征(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B16"> 16</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>gydF4y2Ba和纹理特征<xrefgydF4y2Baref-type="bibr" rid="B8"> 8</xref>,<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>)gydF4y2Ba演示了用于区分良性和恶性肿瘤。此外,结合这两个功能组已经建议提高肿瘤分类精度(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>]gydF4y2Ba。肿瘤形态学特征量化的几何特征,如面积、形状、取向、规律性,和利润(<xrefgydF4y2Baref-type="bibr" rid="B6"> 6</xref>,<xrefgydF4y2Baref-type="bibr" rid="B19"> 19</xref>]gydF4y2Ba。因此,形态学特征主要受到肿瘤轮廓的准确性的影响。常用的形态特征描述符包括长宽比(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>gydF4y2Ba肿瘤的最佳椭圆),归一化径向长度(海军)[<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>,<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>),gydF4y2Ba和波动特征<xrefgydF4y2Baref-type="bibr" rid="B21"> 21</xref>]gydF4y2Ba。</p><p>gydF4y2Ba对纹理特征量化像素灰度统计的强度和空间分布(<xrefgydF4y2Baref-type="bibr" rid="B6"> 6</xref>]gydF4y2Ba。一般来说,纹理模式的良性肿瘤与恶性肿瘤的不同(<xrefgydF4y2Baref-type="bibr" rid="B10"> 10</xref>]gydF4y2Ba。因此,几个纹理描述符用于总线分类图片(<xrefgydF4y2Baref-type="bibr" rid="B22"> 22</xref>- - - - - -- - - - - -- - - - - -- - - - - - - -- - - - - -- - - - - -- - - - - -- - - - - - -<xrefgydF4y2Baref-type="bibr" rid="B26"> 26</xref>]gydF4y2Ba。在这些描述符中,灰度同现矩阵应用灰度共生矩阵建立()(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>)gydF4y2Ba是一种使用最广泛的纹理分析技术对汽车图像分类(<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>]gydF4y2Ba。传统纹理分析通常使用一个感兴趣的区域(ROI)提取全局纹理特性,量化整个肿瘤的纹理特征。最常见的一种ROI的选择过程是找到的最小边界矩形包含肿瘤(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B9"> 9</xref>,<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>,<xrefgydF4y2Baref-type="bibr" rid="B22"> 22</xref>]gydF4y2Ba。另一个ROI选择方法是找到适合的最大矩形内肿瘤(<xrefgydF4y2Baref-type="bibr" rid="B28"> 28</xref>]gydF4y2Ba。roi可以由放射科医生手动或使用计算机自动检测算法。</p><p>gydF4y2Ba在许多公共汽车图像,肿瘤内的局部纹理模式的变化从一个地区到另一个地方。因此,使用一个单一的ROI,使全球的提取纹理特征量化整个肿瘤,可能不支持有效的量化在肿瘤局部纹理变化。此外,预定义的结构之间的不匹配的ROI和实际形状的肿瘤可能减少肿瘤的分类精度。例如,考虑图中所示的良性和恶性肿瘤<xrefref- - - - - -- - - - - -- - - - - - - - -type="fig" rid="fig1a"> 1(一)</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig1b"> 1 (b)</xref>,gydF4y2Ba分别。每个肿瘤中的纹理模式展示当地的变化。为肿瘤,相对应的roi的最小边界矩形包含肿瘤给出数据<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="fig" rid="fig1c"> 1 (c)</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig1d"> 1 (d)</xref>gydF4y2Ba。roi都可能不提供有效的提取纹理特征,可以有效地量化肿瘤内的局部纹理变化。此外,每个肿瘤的ROI超出肿瘤边界,因此预计从这样的ROI提取的纹理特征量化肿瘤和周围的健康组织。这些限制可能会导致不精确的纹理分析的肿瘤,进而可以减少肿瘤的分类精度。</p><f我g- - - - - -group id="fig1"> <label>图1</l一个bel><p>(一)(b)总线的图像(一)良性和恶性肿瘤(b)与手工绘制轮廓(黄线)。(c) - (d)中每个肿瘤周围画一个ROI (A)和(b),这样ROI的最小边界矩形包含对应于肿瘤。这样的投资回报率通常用于传统的纹理分析。(e) - (f)每个肿瘤(a)和(b)分为一组不重叠的roi。这些建议的方法中使用多个roi提取纹理特征。</p><f我g我d="fig1a"> <label>(一)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001a"></graphic> </fig> <fig id="fig1b"> <label>(b)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001b"></graphic> </fig> <fig id="fig1c"> <label>(c)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001c"></graphic> </fig> <fig id="fig1d"> <label>(d)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001d"></graphic> </fig> <fig id="fig1e"> <label>(e)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001e"></graphic> </fig> <fig id="fig1f"> <label>(f)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.001f"></graphic> </fig> </fig-group> <p>提高肿瘤超声纹理分析的分类能力,本研究调查了使用多个roi分析当地的肿瘤内的像素灰度统计信息。特别是,肿瘤分为一组不重叠的roi如图<xrefgydF4y2Baref-type="fig" rid="fig1e"> 1 (e)</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig1f"> 1 (f)</xref>gydF4y2Ba。每个ROI分析分别提取局部纹理特征。在这项研究中使用的纹理特征计算应用灰度共生矩阵建立使用矩阵。本地肿瘤类指标估计为每个单独的ROI的纹理特征进行分类,ROI使用训练有素的分类器。肿瘤的类可以确定multiple-ROI基于纹理分析采用多数表决机制整合当地肿瘤类指标的roi内肿瘤。拟议中的multiple-ROI纹理分析方法使肿瘤内部的局部纹理模式的有效量化没有将纹理模式的肿瘤周围的正常组织。</p><p>gydF4y2Ba应用提出的一个挑战multiple-ROI纹理分析方法是使有效结合当地的纹理特征,对每一个提取肿瘤内的多个roi,形态学特征,计算整个肿瘤。因此,一种新的概率方法提出了融合获得的肿瘤分类指标使用multiple-ROI纹理分析与肿瘤分类指标计算使用整个肿瘤的形态分析。本文使用的形态分析是基于形态学特征的介绍在先前的研究<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>,<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>,<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>,<xrefgydF4y2Baref-type="bibr" rid="B21"> 21</xref>,<xrefgydF4y2Baref-type="bibr" rid="B29"> 29日</xref>)gydF4y2Ba量化肿瘤的形状和轮廓。</p><p>gydF4y2Ba评估性能提出了总线的图像分类方法,multiple-ROI纹理分析和fusion-based结合multiple-ROI纹理分析和形态分析是用来分类公共汽车图像数据库,其中包括64良性肿瘤和恶性肿瘤。这些公共汽车图像中获得超声乳腺癌筛查程序。肿瘤分类建议的方法的结果与传统的纹理(单ROI)相比,形态,结构和形态分析相结合。</p><p>gydF4y2Ba本文的其余部分组织如下。总线的数据采集图像数据库中总结部分<xrefgydF4y2Baref-type="sec" rid="sec2"> 2</xref>gydF4y2Ba。此外,部分<xrefgydF4y2Baref-type="sec" rid="sec2"> 2</xref>gydF4y2Ba描述了传统的总线结构和形态分析图像,提出了肿瘤的分类方法,采用比较传统的性能指标,提出汽车图像分类方法。提供了实验结果和讨论部分<xrefgydF4y2Baref-type="sec" rid="sec3"> 3</xref>gydF4y2Ba。最后,结论部分给出了<xrefgydF4y2Baref-type="sec" rid="sec4"> 4</xref>gydF4y2Ba。</p></年代ec><年代ec id="sec2"> <title>2。材料和方法</t我tle><年代ec我d="sec2.1"> <title>2.1。数据采集</t我tle><p>收集到的图像数据库包含110总线的图像病理证实的良性和恶性肿瘤(46 64良性肿瘤和恶性肿瘤)。良性和恶性肿瘤的类型的详细描述在表提供参与这项研究<xrefgydF4y2Baref-type="table" rid="tab1"> 1</xref>gydF4y2Ba。每个总线的图像从一个病人(即收购。,the number of patients which participated in the study is 110). All participated patients were females. Moreover, each image included exactly one breast tumor. The age of the patients ranged from 25 to 77 years. The mean and standard deviation of the maximum diameters of the tumors are 14.7 mm and 6.0 mm, respectively. The BUS images were acquired during routine ultrasound breast cancer screening procedures at the Jordan University Hospital, Amman, Jordan, during the period between May 2012 and February 2016. Ultrasound imaging was performed using an Acuson S2000 ultrasound system (Siemens AG, Munich, Germany) and a 14L5 linear transducer with frequency bandwidth from 5 to 14 MHz. During imaging, the radiologist was free to adjust the configurations of the imaging system, including the focal length, depth, and gain to obtain the best view. For each BUS image, the tumor was manually outlined by a radiologist with more than 13 years of experience. The tumor outlines were also verified by another independent experienced radiologist. All images were resampled to the same resolution of 0.1 mm × 0.1 mm per pixel. The study protocol was approved by the ethics committee at the Jordan University Hospital. Moreover, informed consent to the protocol was obtained from each patient.</p><t一个ble- - - - - -wrap id="tab1"> <label>表1</l一个bel><p>良性和恶性乳腺肿瘤的描述参与这项研究。</p><t一个ble><thead> <tr> <th align="left">肿瘤类</tgydF4y2Bah> <th align="center">描述</tgydF4y2Bah> <th align="center">的患者数量</tgydF4y2Bah> </tr> </thead> <tbody> <tr> <td rowspan="13" align="left">良性的</td><td一个l我gn="center">纤维腺瘤</td><td一个l我gn="center">35</td></tr><tr> <td align="center">复杂的纤维腺瘤</td><td一个l我gn="center">1</td></tr><tr> <td align="center">纤维囊性的变化</td><td一个l我gn="center">15</td></tr><tr> <td align="center">慢性炎症</td><td一个l我gn="center">1</td></tr><tr> <td align="center">淋巴细胞lobulitis</td><td一个l我gn="center">1</td></tr><tr> <td align="center">纤维化</td><td一个l我gn="center">3</td></tr><tr> <td align="center">硬化性腺病</td><td一个l我gn="center">1</td></tr><tr> <td align="center">这种病症的</td><td一个l我gn="center">1</td></tr><tr> <td align="center">非典型小叶增生</td><td一个l我gn="center">1</td></tr><tr> <td align="center">腺病</td><td一个l我gn="center">2</td></tr><tr> <td align="center">慢性乳腺炎</td><td一个l我gn="center">1</td></tr><tr> <td align="center">管状腺瘤</td><td一个l我gn="center">1</td></tr><tr> <td align="center">脂肪坏死</td><td一个l我gn="center">1</td></tr><tr> <td align="center" colspan="3"> <hr></td> </tr> <tr> <td rowspan="3" align="left">恶性</td><td一个l我gn="center">浸润性导管癌</td><td一个l我gn="center">41</td></tr><tr> <td align="center">导管原位癌</td><td一个l我gn="center">4</td></tr><tr> <td align="center">浸润性小叶癌</td><td一个l我gn="center">1</td></tr></tbody> </table> </table-wrap> </sec> <sec id="sec2.2"> <title>2.2。定量的特性</t我tle><p>纹理和形态学特征用于分类良性和恶性乳腺肿瘤。以下两部分描述功能组。</p><年代ec我d="sec2.2.1"> <title>2.2.1。纹理特征</t我tle><p>在这项研究中使用的纹理特征是应用灰度共生矩阵建立计算使用矩阵(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>),gydF4y2Ba衡量ROI内相邻像素之间的相关性。应用灰度共生矩阵建立的矩阵的计算是使用四个距离(执行<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> </mml:math> </inline-formula>= 1,2,3,4像素)和四个不同的方向(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mrow> <mml:mi> θ</米米l:mi> </mml:mrow> </mml:math> </inline-formula>= 0°、45°、90°、135°)。因此,应用灰度共生矩阵建立16个矩阵计算为每个ROI。应用灰度共生矩阵建立每个矩阵进行了分析,如[<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B12"> 12</xref>gydF4y2Ba二十纹理特征的提取,(TF1-TF20)通常用于超声纹理分析(<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>,<xrefgydF4y2Baref-type="bibr" rid="B30"> 32</xref>]gydF4y2Ba。这些纹理特性提供了表<xrefgydF4y2Baref-type="table" rid="tab2"> 2</xref>gydF4y2Ba。因此,总共有320从每个ROI提取纹理特征。</p><t一个ble- - - - - -wrap id="tab2"> <label>表2</l一个bel><p>肿瘤形态和纹理特征用于分类。</p><t一个ble><thead> <tr> <th align="left">类别</tgydF4y2Bah> <th align="center">功能</tgydF4y2Bah> <th align="left">代码</tgydF4y2Bah> <th align="left">描述</tgydF4y2Bah> </tr> </thead> <tbody> <tr> <td rowspan="20" align="left">纹理</td><td一个l我gn="center">自相关(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF1</td><tdgydF4y2Barowspan="20" align="left">应用灰度共生矩阵建立20纹理特性(TF1-TF20)提取使用四个距离矩阵计算(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mi> d</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1、2</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mn> 3、4</米米l:mn> </mml:math> </inline-formula>像素)和四个方向(<我t一个l我c><我t一个l我c> θ</我t一个l我c></我t一个l我c>= 0°、45°、90°、135°)</td></tr><tr> <td align="center">对比(<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>]</td><td一个l我gn="center">TF2</td></tr><tr> <td align="center">相关性(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF3</td></tr><tr> <td align="center">集群突出(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF4</td></tr><tr> <td align="center">集群阴影(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF5</td></tr><tr> <td align="center">不同(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF6</td></tr><tr> <td align="center">能源(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF7</td></tr><tr> <td align="center">熵(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF8</td></tr><tr> <td align="center">同质性(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF9</td></tr><tr> <td align="center">最大概率(<xrefgydF4y2Baref-type="bibr" rid="B31"> 30.</xref>]</td><td一个l我gn="center">TF10</td></tr><tr> <td align="center">平方和(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF11</td></tr><tr> <td align="center">和平均(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF12</td></tr><tr> <td align="center">和熵(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF13</td></tr><tr> <td align="center">和方差(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF14</td></tr><tr> <td align="center">不同方差(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF15</td></tr><tr> <td align="center">差熵(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF16</td></tr><tr> <td align="center">我信息的相关性<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF17</td></tr><tr> <td align="center">信息的相关性二世(<xrefgydF4y2Baref-type="bibr" rid="B27"> 27</xref>]</td><td一个l我gn="center">TF18</td></tr><tr> <td align="center">逆不同归一化(<xrefgydF4y2Baref-type="bibr" rid="B32"> 31日</xref>]</td><td一个l我gn="center">TF19</td></tr><tr> <td align="center">逆不同时刻规范化(<xrefgydF4y2Baref-type="bibr" rid="B32"> 31日</xref>]</td><td一个l我gn="center">TF20</td></tr><tr> <td align="center" colspan="4"> <hr></td> </tr> <tr> <td rowspan="10" align="left">形态</td><td一个l我gn="center">肿瘤区域(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF1</td><tdgydF4y2Barowspan="10" align="left">十个形态学特征(MF1-MF10)从肿瘤中直接提取</td></tr><tr> <td align="center">周长(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF2</td></tr><tr> <td align="center">形式(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF3</td></tr><tr> <td align="center">圆度(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF4</td></tr><tr> <td align="center">纵横比(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF5</td></tr><tr> <td align="center">凸性(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF6</td></tr><tr> <td align="center">可靠性(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF7</td></tr><tr> <td align="center">程度(<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B17"> 17</xref>]</td><td一个l我gn="center">MF8</td></tr><tr> <td align="center">波动特征(<xrefgydF4y2Baref-type="bibr" rid="B21"> 21</xref>]</td><td一个l我gn="center">MF9</td></tr><tr> <td align="center">密实度(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>,<xrefgydF4y2Baref-type="bibr" rid="B29"> 29日</xref>]</td><td一个l我gn="center">MF10</td></tr><tr> <td align="center" colspan="4"> <hr></td> </tr> <tr> <td rowspan="6" align="left">形态</td><td一个l我gn="center">椭圆长轴的长度(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF11</td><tdgydF4y2Barowspan="6" align="left">六个形态学特征(MF11-MF16)提取的最佳椭圆近似于肿瘤的大小和位置</td></tr><tr> <td align="center">椭圆短轴的长度(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF12</td></tr><tr> <td align="center">主要和次要的椭圆轴之间的比例(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF13</td></tr><tr> <td align="center">比椭圆周长,肿瘤周边<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF14</td></tr><tr> <td align="center">重叠椭圆和肿瘤<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF15</td></tr><tr> <td align="center">椭圆长轴角(<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF16</td></tr><tr> <td align="center" colspan="4"> <hr></td> </tr> <tr> <td rowspan="2" align="left">形态</td><td一个l我gn="center">海军研究实验室(熵<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>,<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF17</td><tdgydF4y2Barowspan="2" align="left">两个形态学特征(MF17-MF18)从海军研究实验室的肿瘤</td></tr><tr> <td align="center">海军研究实验室(方差<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>,<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]</td><td一个l我gn="center">MF18</td></tr></tbody> </table> </table-wrap> </sec> <sec id="sec2.2.2"> <title>2.2.2。形态学特征</t我tle><p>在这项研究中,十八岁从每个肿瘤形态学特征被提取。在这些特性中,十个特征可以从肿瘤中直接提取(MF1-MF10)。六个形态学特征提取的最佳椭圆近似于肿瘤的大小和位置(MF11-MF16)。最后两个形态学特征熵(MF17)和方差(MF18)归一化径向长度(海军)的肿瘤<xrefref- - - - - -- - - - - -- - - - - - - - -type="bibr" rid="B18"> 18</xref>,<xrefgydF4y2Baref-type="bibr" rid="B20"> 20.</xref>]gydF4y2Ba。海军研究实验室被定义为肿瘤中心和像素之间的距离位于肿瘤边界规范化肿瘤的最大径向长度(<xrefgydF4y2Baref-type="bibr" rid="B18"> 18</xref>]gydF4y2Ba。总结了十八个形态学特征表<xrefgydF4y2Baref-type="table" rid="tab2"> 2</xref>gydF4y2Ba。</p></年代ec></年代ec> <sec id="sec2.3"> <title>2.3。传统的肿瘤分类</t我tle><p>110总线的图像进行了分析使用传统的肿瘤分类分析,如图<xrefgydF4y2Baref-type="fig" rid="fig2"> 2</xref>gydF4y2Ba。特别是,应用灰度共生矩阵建立的纹理特性,部分中描述<xrefgydF4y2Baref-type="sec" rid="sec2.2.1"> 2.2.1</xref>gydF4y2Ba从一个ROI提取。在介绍中提到的,此ROI对应的最小边界矩形包含肿瘤。形态学特征,总结部分<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="sec" rid="sec2.2.2"> 2.2.2</xref>gydF4y2Ba从介绍肿瘤中提取。</p><f我g我d="fig2"> <label>图2</l一个bel><p>概述传统肿瘤分类的纹理特征的提取从一个ROI,包含肿瘤和形态学特征是基于肿瘤轮廓的计算。两组处理的功能使用特征选择和分类区分良性和恶性肿瘤。</p><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.002"></graphic> </fig> <p>特征选择,消除了不相关和冗余特性,应用于确定最佳纹理的子集,形态,结合纹理和形态学特性,减少恶性和良性肿瘤之间的误分类错误。事实上,详尽的搜索最优特征组合需要大量的计算资源和较长的处理时间,特别是当特征的数量很大。例如,所有可能组合的总数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mrow> <mml:mi> n</米米l:mi> </mml:mrow> </mml:math> </inline-formula>特性进<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:math> </inline-formula>等于子集<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:mfenced separators="|"> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mo> /</米米l:mo> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:mrow> <mml:mo> !</米米l:mo> </mml:mrow> </mml:mfenced> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 0</米米l:mn> </mml:mrow> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mo> - - - - - -</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mi> 米</米米l:mi> <mml:mo> - - - - - -</米米l:mo> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msup> <mml:mfenced separators="|"> <mml:mrow> <mml:mtable class="smallmatrix"> <mml:mtr> <mml:mtd> <mml:mi> 米</米米l:mi> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mi> 我</米米l:mi> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mrow> </mml:mfenced> <mml:msup> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> n</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:mrow> </mml:math> </inline-formula>(<xrefgydF4y2Baref-type="bibr" rid="B33"> 33</xref>]gydF4y2Ba。因此,两阶段启发式方法,基于特征选择过程中描述(<xrefgydF4y2Baref-type="bibr" rid="B12"> 12</xref>,<xrefgydF4y2Baref-type="bibr" rid="B34"> 34</xref>),gydF4y2Ba是用来进行特征选择。在第一阶段,特点是排名根据minimal-redundancy-maximal-relevance (mRMR)标准<xrefgydF4y2Baref-type="bibr" rid="B34"> 34</xref>),gydF4y2Ba基于互信息。顶部<我t一个l我c>l</gydF4y2Ba我t一个l我c>排名功能逐渐的分组和分类性能评估<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mi> l</米米l:mi> <mml:mi></mml:mi> <mml:mo> =</米米l:mo> <mml:mi></mml:mi> <mml:mo stretchy="false"> {</米米l:mo> <mml:mn> 1</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mi></mml:mi> <mml:mn> 2</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mi></mml:mi> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:mi></mml:mi> <mml:mi> l</米米l:mi> <mml:mo stretchy="false"> }</米米l:mo> </mml:math> </inline-formula>,在那里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:math> </inline-formula>是功能的总数。最小的功能组,可以达到的最小分类误差作为候选特征子集。在第二个阶段,落后的特征子集选择算法应用于候选人。在该算法中,顺序特性消除直到进一步的去除特性导致降低分类精度。这两阶段算法使一个紧凑的特征子集的选择,可以实现有效的肿瘤分类。</p><p>gydF4y2Ba选中的功能是使用二进制分类支持向量机分类器(<xrefgydF4y2Baref-type="bibr" rid="B35"> 35</xref>)gydF4y2Ba实现使用LIBSVM库(<xrefgydF4y2Baref-type="bibr" rid="B36"> 36</xref>]gydF4y2Ba。二进制支持向量机的输入特性映射到一个高维特征空间通过应用一个内核函数。这种映射使计算的非线性判决函数特征空间划分为两个区域,一个为每个类。具体来说,训练集<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mi> T</米米l:mi> <mml:mo> =</米米l:mo> <mml:mo stretchy="false"> {</米米l:mo> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> n</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> n</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo stretchy="false"> }</米米l:mo> </mml:math> </inline-formula>,在那里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ∈</米米l:mo> <mml:msup> <mml:mrow> <mml:mi> R</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>代表了<我t一个l我c>k</gydF4y2Ba我t一个l我c>th特征向量和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ∈</米米l:mo> <mml:mo stretchy="false"> {</米米l:mo> <mml:mo> - - - - - -</米米l:mo> <mml:mn mathvariant="normal"> 1</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mo> +</米米l:mo> <mml:mn mathvariant="normal"> 1</米米l:mn> <mml:mo stretchy="false"> }</米米l:mo> </mml:math> </inline-formula>是相应的肿瘤类。支持向量机的目标是确定一个决策边界超平面的形式,可以通过最大化特征空间划分为两个区域之间的差距不同类别的样本。结果决策函数定义如下:<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (1)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> f</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mi mathvariant="normal"> 年代</米米l:mi> <mml:mi mathvariant="normal"> g</米米l:mi> <mml:mi mathvariant="normal"> n</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑</米米l:mo> </mml:mstyle> <mml:mrow> <mml:mi> k</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> <mml:mrow> <mml:mi> n</米米l:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mi> φ</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> +</米米l:mo> <mml:mi> b</米米l:mi> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfenced> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mi mathvariant="bold-italic"> x</米米l:mi> <mml:mo> ∈</米米l:mo> <mml:msup> <mml:mrow> <mml:mi> R</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>是一个新的特征向量分为良性或恶性,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:mi> φ</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>是一个内核函数将输入向量映射到高维空间,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>是<我t一个l我c>k</gydF4y2Ba我t一个l我c>拉格朗日乘子,和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mrow> <mml:mi> b</米米l:mi> </mml:mrow> </mml:math> </inline-formula>超平面的偏差项决定。几个可以使用支持向量机核函数。然而,高斯径向基函数(RBF)是迄今为止最常用的核函数对分类任务(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B37"> 37</xref>]gydF4y2Ba。在这部作品中,采用RBF内核。RBF核函数可以定义如下:<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:mtable> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (2)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> φ</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> 经验值</米米l:mi> </mml:mrow> <mml:mo> ⁡</米米l:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mo> - - - - - -</米米l:mo> <mml:mfrac> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced open="‖" close="‖" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> k</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> - - - - - -</米米l:mo> <mml:mi mathvariant="bold-italic"> x</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:mn> </mml:mrow> </mml:msup> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:mn> <mml:msup> <mml:mrow> <mml:mi> σ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mrow> <mml:mi> σ</米米l:mi> </mml:mrow> </mml:math> </inline-formula>> 0是RBF内核参数。</p><p>RgydF4y2BaBF核函数的支持向量机分类器的性能取决于两个参数:<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mrow> <mml:mi> σ</米米l:mi> </mml:mrow> </mml:math> </inline-formula>、RBF内核参数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mi> C</米米l:mi> <mml:mo> ></米米l:mo> <mml:mn> 0</米米l:mn> </mml:math> </inline-formula>正则化参数。两个参数的优化进行了使用基于网格的二维参数空间的搜索<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:mn> 1</米米l:mn> <mml:mo> <</米米l:mo> <mml:mi> σ</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> One hundred.</米米l:mn> </mml:math> </inline-formula>和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:mn> 1</米米l:mn> <mml:mo> <</米米l:mo> <mml:mi> C</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> One hundred.</米米l:mn> </mml:math> </inline-formula>。执行搜索步长为1。选择最好的支持向量机模型,其参数最大化平均肿瘤分类精度。</p><p>gydF4y2Ba传统的绩效评估肿瘤分类是使用单一执行应用灰度共生矩阵建立ROI纹理特性,形态学特征,结合单ROI纹理特征和形态特征。类似于吴的工作等。<xrefgydF4y2Baref-type="bibr" rid="B13"> 13</xref>),gydF4y2Ba使用5倍交叉验证过程进行评估。在这个过程中,80%的肿瘤选择培训和剩下的20%用于测试。这个过程重复5次,这样每个110总线的图像包含一次的测试。</p></年代ec><年代ec id="sec2.4"> <title>2.4。该肿瘤分类的方法</t我tle><p>的体系结构提出了肿瘤分类方法如图<xrefgydF4y2Baref-type="fig" rid="fig3"> 3</xref>gydF4y2Ba。在此体系结构中,multiple-ROI纹理分析是由肿瘤划分成小,不重叠的ROI,从每个ROI提取局部纹理特征。此外,肿瘤形态特征的提取进行了分析。结合个人的局部纹理特征roi和全球形态学特征,两个独立分开后肿瘤类可能获得multiple-ROI纹理分析和形态分析。此外,决策融合应用于引信肿瘤类可能和确定肿瘤的类。</p><f我g我d="fig3"> <label>图3</l一个bel><p>的体系结构提出了肿瘤分类的方法。纹理分析是由肿瘤划分成一组不重叠的ROI和从每个ROI提取纹理特征。一组选定的纹理特征用于分类每个ROI并计算其后肿瘤类的可能性。后肿瘤类个人可能roi的总和。形态分析是由提取从概述肿瘤形态学特征,采用一组选定的特性来预测后肿瘤类的可能性。然后使用决策融合结合后肿瘤类可能获得使用纹理和形态分析和确定肿瘤类。</p><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.003"></graphic> </fig> <p>执行multiple-ROI纹理分析,肿瘤分为一组统一的,不重叠的roi,如图<xrefgydF4y2Baref-type="fig" rid="fig1e"> 1 (e)</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig1f"> 1 (f)</xref>gydF4y2Ba。ROI估计的大小通过考虑三个因素:保留区分各种纹理模式的能力,减少的可能性,包括不同的局部纹理在相同的投资回报率,并确保整个肿瘤充分覆盖的ROI。这项研究由Valckx和Thijssen [<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B38"> 38</xref>)gydF4y2Ba建议使用非常小的roi可能降低区分各种纹理模式的能力。另一方面,使用ROI大幅上涨的可能性,包括不同的局部纹理模式在一个ROI。此外,大型roi的使用可能会导致巨大的差距:也就是说,roi覆盖不到的部位,肿瘤边界。例如,考虑数据<xrefref- - - - - -- - - - - -- - - - - - - - -type="fig" rid="fig4a"> 4(一)</xref>,<xrefgydF4y2Baref-type="fig" rid="fig4c"> 4 (c)</xref>,<xrefgydF4y2Baref-type="fig" rid="fig4e"> 4 (e)</xref>gydF4y2Ba显示图的良性肿瘤<xrefgydF4y2Baref-type="fig" rid="fig1a"> 1(一)</xref>gydF4y2Ba分为统一roi 0.5×0.5毫米大小<年代up>2</gydF4y2Ba年代up>1×1毫米<年代up>2</gydF4y2Ba年代up>和2×2毫米<年代up>2</gydF4y2Ba年代up>,分别。此外,考虑到数据<xrefgydF4y2Baref-type="fig" rid="fig4b"> 4 (b)</xref>,<xrefgydF4y2Baref-type="fig" rid="fig4d"> 4 (d)</xref>,<xrefgydF4y2Baref-type="fig" rid="fig4f"> 4 (f)</xref>gydF4y2Ba显示数字的恶性肿瘤<xrefgydF4y2Baref-type="fig" rid="fig1b"> 1 (b)</xref>gydF4y2Ba分成大小0.5×0.5毫米的roi<年代up>2</gydF4y2Ba年代up>1×1毫米<年代up>2</gydF4y2Ba年代up>和2×2毫米<年代up>2</gydF4y2Ba年代up>,分别。使用0.5×0.5毫米<年代up>2</gydF4y2Ba年代up>ROI最小化的可能性,包括不同的局部纹理在一个ROI的差距,减少肿瘤的边界。然而,roi的体积小,对应5×5像素,可能会限制纹理分析的能力来区分不同的结构模式。另一方面,使用2×2毫米<年代up>2</gydF4y2Ba年代up>ROI,对应于20×20像素,使更好的纹理分类但增加的可能性包括不同的局部纹理在相同的ROI和生产大型肿瘤边界缺口。1×1毫米<年代up>2</gydF4y2Ba年代up>ROI,对应于10×10像素,提供一个合理的平衡需要使用合理规模的ROI,使有效的纹理分析和需求减少跨越不同的局部纹理的可能性在一个ROI和实现足够的覆盖整个肿瘤。因此,在这项研究中使用的roi的大小设置为1×1毫米<年代up>2</gydF4y2Ba年代up>。</p><f我g- - - - - -group id="fig4"> <label>图4</l一个bel><p>图中所示的良性和恶性肿瘤<xrefgydF4y2Baref-type="fig" rid="fig1a"> 1(一)</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig1b"> 1 (b)</xref>gydF4y2Ba分别分为一组不重叠的roi的大小(a) (b) 0.5×0.5毫米<年代up>2</gydF4y2Ba年代up>,(c)——(d) 1×1毫米<年代up>2</gydF4y2Ba年代up>、(e) - (f) 2×2毫米<年代up>2</gydF4y2Ba年代up>。</p><f我g我d="fig4a"> <label>(一)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004a"></graphic> </fig> <fig id="fig4b"> <label>(b)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004b"></graphic> </fig> <fig id="fig4c"> <label>(c)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004c"></graphic> </fig> <fig id="fig4d"> <label>(d)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004d"></graphic> </fig> <fig id="fig4e"> <label>(e)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004e"></graphic> </fig> <fig id="fig4f"> <label>(f)</l一个bel><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.004f"></graphic> </fig> </fig-group> <p>应用灰度共生矩阵建立单独处理每个ROI提取纹理特征描述的部分<xrefgydF4y2Baref-type="sec" rid="sec2.2.1"> 2.2.1</xref>gydF4y2Ba。两阶段部分中描述的特征选择算法<xrefgydF4y2Baref-type="sec" rid="sec2.3"> 2。3</xref>gydF4y2Ba被用来确定纹理特性的子集,使最好的肿瘤分类精度基于multiple-ROI纹理分析。二进制与RBF核函数支持向量机分类器是用于分类每个ROI良性或恶性使用选定的纹理特性的子集。支持向量机参数的优化是通过使用基于网格搜索中描述的部分<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="sec" rid="sec2.3"> 2。3</xref>gydF4y2Ba。后肿瘤类的每个ROI估计可能性使用普拉特的方法(SVM输出<xrefgydF4y2Baref-type="bibr" rid="B39"> 39</xref>]gydF4y2Ba。然后,多数投票机制用于确定肿瘤的类基于个人的分类指标roi。特别是,如果超过50%的roi的肿瘤被归类为恶性,则被认为是恶性肿瘤。否则,肿瘤被认为是良性的。计算后肿瘤的可能性是由平均后肿瘤类可能同意的roi类肿瘤的估计使用multiple-ROI纹理分析。</p><p>gydF4y2Ba进行形态学分析、形态学特征的提取和选择,以及优化的支持向量机分类器与传统morphological-based部分中描述的分类<xrefgydF4y2Baref-type="sec" rid="sec2.3"> 2。3</xref>gydF4y2Ba。此外,调整支持向量机用于分类肿瘤根据选定的形态学特征和普拉特的方法应用于计算后肿瘤类整个肿瘤的可能性。</p><p>gydF4y2Ba对于一个给定的公交形象,后肿瘤类可能性获得使用multiple-ROI纹理分析是相互独立的从后肿瘤类可能性估计使用形态分析。因此,肿瘤类的融合决策获得使用这些两个独立的分析可以执行使用高斯摘要方法(<xrefgydF4y2Baref-type="bibr" rid="B40"> 40</xref>]gydF4y2Ba。</p><p>gydF4y2Ba应用高斯摘要方法,考虑连续决策的一个向量<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold-italic"> D</米米l:mi> <mml:mo> =</米米l:mo> <mml:mo stretchy="false"> (</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> <mml:mo stretchy="false"> ]</米米l:mo> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>获得<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:math> </inline-formula>不同分类器为一个特定的总线的形象。公共汽车图像属于类的概率<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:math> </inline-formula>给定的决定<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:math> </inline-formula>不同的分类器可以写成<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd> <mml:mtext> (3)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mi> P</米米l:mi> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>二进制分类中,被认为是在这项研究中,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:mi> y</米米l:mi> <mml:mo> ∈</米米l:mo> <mml:mo stretchy="false"> {</米米l:mo> <mml:mo> - - - - - -</米米l:mo> <mml:mn> 1,- 1</米米l:mn> <mml:mo stretchy="false"> }</米米l:mo> </mml:math> </inline-formula>和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mi> l</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 2</米米l:mn> </mml:math> </inline-formula>。使用两个分类器之间的相互独立的假设,(<xrefgydF4y2Baref-type="disp-formula" rid="EEq3"> 3</xref>)gydF4y2Ba可以写成<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mtable> <mml:mlabeledtr id="EEq4"> <mml:mtd> <mml:mtext> (4)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mrow> <mml:msubsup> <mml:mo stretchy="false"> ∏</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfrac> <mml:mo> 。</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>这个词<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:mi> P</米米l:mi> <mml:mo stretchy="false"> (</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msub> <mml:mo stretchy="false"> )</米米l:mo> </mml:math> </inline-formula>是一个归一化的因素。因此,总线可分为基于图像的联合决策<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mi> l</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 2</米米l:mn> </mml:math> </inline-formula>使用以下决策规则分类器:<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (5)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mover accent="true"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mo> ^</米米l:mo> </mml:mover> <mml:mo> =</米米l:mo> <mml:mrow> <mml:mrow> <mml:munder> <mml:mrow> <mml:mi mathvariant="normal"> 参数</米米l:mi> <mml:mi> </mml:mi> <mml:mi mathvariant="normal"> 马克斯</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:munder> </mml:mrow> <mml:mo> ⁡</米米l:mo> <mml:mrow> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mrow> <mml:munderover> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∏</米米l:mo> </mml:mstyle> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> </mml:mrow> </mml:munderover> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mrow> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> d</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mrow> <mml:mo> ∣</米米l:mo> </mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mi></mml:mi> </mml:math> </inline-formula>被认为是一种多元正态分布与平均向量<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> μ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>和协方差矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:msub> <mml:mrow> <mml:mi> C</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ∈</米米l:mo> <mml:msup> <mml:mrow> <mml:mi> R</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> l</米米l:mi> <mml:mo> ×</米米l:mo> <mml:mi> l</米米l:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>。类的先验概率<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mi> P</米米l:mi> <mml:mfenced separators="|"> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> </mml:mfenced> </mml:math> </inline-formula>和参数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:msub> <mml:mrow> <mml:mo stretchy="false"> (</米米l:mo> <mml:mi> μ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> C</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo stretchy="false"> )</米米l:mo> </mml:math> </inline-formula>使用最大似然估计(<xrefgydF4y2Baref-type="bibr" rid="B41"> 41</xref>]gydF4y2Ba。</p><p>gydF4y2Ba提出的绩效评估肿瘤分类的方法是使用两个不同的配置。在第一个配置中,肿瘤分类使用multiple-ROI纹理分析。在第二个配置中,肿瘤分类进行融合的后肿瘤类可能multiple-ROI纹理分析和形态分析。在这两种配置,5倍交叉验证部分中描述的过程<xrefref- - - - - -- - - - - -- - - - - - - - -type="sec" rid="sec2.3"> 2。3</xref>gydF4y2Ba是就业。值得注意的是,roi的选择在五倍SVM的训练和测试multiple-ROI纹理分析是肿瘤特异性。换句话说,在每个折交叉验证的过程,培训执行使用roi,属于80%的肿瘤,而测试剩下的roi进行肿瘤的20%。</p></年代ec><年代ec id="sec2.5"> <title>2.5。绩效评估</t我tle><p>六个客观指标,即准确性、特异性、敏感性,阴性预测值(NPV),阳性预测值(PPV)和马修的相关系数(MCC) [<xrefgydF4y2Baref-type="bibr" rid="B6"> 6</xref>),gydF4y2Ba用于评估传统的肿瘤分类的性能以及提出肿瘤分类。这些指标定义如下:<d我年代p- - - - - -formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd rowspan="6"> <mml:mtext> (6)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi mathvariant="normal"> 一个</米米l:mi> <mml:mi mathvariant="normal"> c</米米l:mi> <mml:mi mathvariant="normal"> c</米米l:mi> <mml:mi mathvariant="normal"> u</米米l:mi> <mml:mi mathvariant="normal"> r</米米l:mi> <mml:mi mathvariant="normal"> 一个</米米l:mi> <mml:mi mathvariant="normal"> c</米米l:mi> <mml:mi mathvariant="normal"> y</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mtr> <mml:mtd> <mml:mi mathvariant="normal"> 年代</米米l:mi> <mml:mi mathvariant="normal"> p</米米l:mi> <mml:mi mathvariant="normal"> e</米米l:mi> <mml:mi mathvariant="normal"> c</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> f</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> c</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> t</米米l:mi> <mml:mi mathvariant="normal"> y</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mi mathvariant="normal"> 年代</米米l:mi> <mml:mi mathvariant="normal"> e</米米l:mi> <mml:mi mathvariant="normal"> n</米米l:mi> <mml:mi mathvariant="normal"> 年代</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> t</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> v</米米l:mi> <mml:mi mathvariant="normal"> 我</米米l:mi> <mml:mi mathvariant="normal"> t</米米l:mi> <mml:mi mathvariant="normal"> y</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mi mathvariant="normal"> V</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mi mathvariant="normal"> V</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mi mathvariant="normal"> 米</米米l:mi> <mml:mi mathvariant="normal"> C</米米l:mi> <mml:mi mathvariant="normal"> C</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> ×</米米l:mo> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> - - - - - -</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> ×</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> P</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mfenced separators="" open="(" close=")"> <mml:mrow> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> <mml:mo> +</米米l:mo> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:mi mathvariant="normal"> N</米米l:mi> </mml:mrow> </mml:mfenced> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> </mml:mtable> </mml:math> </disp-formula>TP是真阳性病例的数量,TN是真阴性的数量情况下,FP是假阳性的数量情况下,和FN假阴性病例的数量。</p><p>gydF4y2Ba特异性和敏感性之间的关系,通过使用传统的和提出的分类方法,分析了通过接受者操作特征(ROC)曲线。此外,ROC曲线下的面积(AUC),量化CAD系统的总体性能,计算每个分类的方法。</p><p>gydF4y2Ba确认的有效性提出fusion-based方法,配对<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mrow> <mml:mi> t</米米l:mi> </mml:mrow> </mml:math> </inline-formula>测试进行了平均分类精度比较融合multiple-ROI质感和形态分析与其他四个分类方法。</p><p>gydF4y2Ba执行时间的传统结构,形态和组合结构和形态分析与提出multiple-ROI纹理分析和融合multiple-ROI材质和形态分析。压缩是由使用MATLAB实现五个方法(美国马萨诸塞州MathWorks公司,纳蒂克)和执行他们在计算机工作站上有一个3.5 GHz处理器和16 GB的内存和运行Ubuntu Linux操作系统。每一个五分类方法,提取特征和分类所需的总时间公共汽车图像记录了二十试验。</p></年代ec></年代ec> <sec id="sec3"> <title>3所示。结果与讨论</t我tle><p>支持向量机参数的优化值(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mi> σ</米米l:mi> <mml:mo> ,</米米l:mo> <mml:mi> C</米米l:mi> </mml:math> </inline-formula>)用来进行肿瘤分类使用传统的纹理特性、形态特征,并结合纹理和形态学特征等于(56),(50)和(50)。此外,的调谐值(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mi> σ</米米l:mi> <mml:mo> ,</米米l:mo> <mml:mi> C</米米l:mi> </mml:math> </inline-formula>)用来进行肿瘤分类使用提出multiple-ROI纹理分析等于(55)。开展fusion-based肿瘤分类、multiple-ROI纹理分析和形态分析(即使用他们的执行优化支持向量机参数。参数(55)用于multiple-ROI纹理分析和(50)是用于形态分析)。</p><p>gydF4y2Ba特征选择执行提出multiple-ROI纹理分析<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 3,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 4</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 6</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mn> 90年</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 8</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 9</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mn> 90年</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 10</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 3,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 11</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 3、45</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 12</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 3、45</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 13</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 3135年</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 14</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,45</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 15</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 2,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 16</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 2,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 17</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:mi mathvariant="normal"> T</米米l:mi> <mml:mi mathvariant="normal"> F</米米l:mi> <mml:msub> <mml:mrow> <mml:mn mathvariant="normal"> 18</米米l:mn> </mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mn mathvariant="normal"> 4,90</米米l:mn> </mml:mrow> <mml:mrow> <mml:mo> °</米米l:mo> </mml:mrow> </mml:msup> </mml:mrow> </mml:msub> </mml:math> </inline-formula>第一个下标是距离,<我t一个l我c>d</gydF4y2Ba我t一个l我c>第二个是定向角,<我t一个l我c><我t一个l我c> θ</我t一个l我c></我t一个l我c>。拟议中的fusion-based肿瘤分类进行使用上述multiple-ROI纹理特性以及所选子集的形态学特征。这些形态学特征是MF1, MF2, MF3 MF4, MF5, MF6, MF7, MF8, MF13 MF14, MF18。</p><p>gydF4y2Ba结果通过该肿瘤分类方法使用multiple-ROI纹理分析以及融合multiple-ROI质感和形态分析如表所示<xrefgydF4y2Baref-type="table" rid="tab3"> 3</xref>gydF4y2Ba对病理结果。两种配置的建议的方法实现良性和恶性乳腺肿瘤的有效分类。然而,multiple-ROI纹理分析和形态分析的融合使更高的分类性能比单独使用multiple-ROI纹理分析获得。</p><t一个ble- - - - - -wrap id="tab3"> <label>表3</l一个bel><p>分类结果110总线的图像获得使用该方法。</p><t一个ble><thead> <tr> <th rowspan="2" align="left">总线的影像分类</tgydF4y2Bah> <th colspan="2" align="center">Multiple-ROI纹理分析</tgydF4y2Bah> <th colspan="2" align="center">融合的multiple-ROI纹理分析和形态分析</tgydF4y2Bah> </tr> <tr> <th align="center">良性的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mrow> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula></th> <th align="center">恶性<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mrow> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula></th> <th align="center">良性的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mrow> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula></th> <th align="center">恶性<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mrow> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula></th> </tr> </thead> <tbody> <tr> <td align="left">良性的</td><td一个l我gn="center">60万亿年</td><td一个l我gn="center">1 FN</td><td一个l我gn="center">63万亿年</td><td一个l我gn="center">1 FN</td></tr><tr> <td align="left">恶性</td><td一个l我gn="center">4《外交政策》</td><td一个l我gn="center">45 TP</td><td一个l我gn="center">1《外交政策》</td><td一个l我gn="center">45 TP</td></tr><tr> <td align="left">总</td><td一个l我gn="center">64年</td><td一个l我gn="center">46</td><td一个l我gn="center">64年</td><td一个l我gn="center">46</td></tr></tbody> </table> <table-wrap-foot> <fn> <p> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:mrow> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</米米l:mi> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>组织学发现。</p></fn></t一个ble-wrap-foot> </table-wrap> <p>六个目标性能指标获得该分类方法和传统分类方法提出了在桌子上<xrefgydF4y2Baref-type="table" rid="tab4"> 4</xref>gydF4y2Ba。传统的分类方法相结合实现更好的性能比通过只使用纹理和形态学特征纹理特性或形态学特征。这一发现同意先前的研究报告的结果(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B13"> 13</xref>,<xrefgydF4y2Baref-type="bibr" rid="B14"> 14</xref>]gydF4y2Ba。此外,分类结果表明,该方法使用multiple-ROI纹理分析优于常规使用纹理分类,形态,结合纹理和形态学特征。特别是,multiple-ROI纹理分析实现了分类精度为95.5%,特异性为93.8%,敏感性为97.8%,PPV为91.8%,净现值的98.4%,MCC的90.9%。最优分类性能是通过该方法使用融合multiple-ROI纹理分析和形态分析。具体来说,multiple-ROI材质和形态分析的融合使分类精度为98.2%,特异性为98.4%,敏感性为97.8%,PPV为97.8%,净现值的98.4%,MCC的96.3%。</p><t一个ble- - - - - -wrap id="tab4"> <label>表4</l一个bel><p>客观的性能指标(a)传统分类方法获得使用纹理特性,(b)传统分类方法使用形态学特征,(c)传统分类方法使用纹理和形态学特征,(d)提出的分类方法使用multiple-ROI纹理分析,和(e)提出的分类方法使用熔融multiple-ROI纹理分析和形态分析。</p><t一个ble><thead> <tr> <th align="left"></th> <th align="center">(一)</tgydF4y2Bah> <th align="center">(b)</tgydF4y2Bah> <th align="center">(c)</tgydF4y2Bah> <th align="center">(d)</tgydF4y2Bah> <th align="center">(e)</tgydF4y2Bah> </tr> </thead> <tbody> <tr> <td align="left">精度</td><td一个l我gn="center">85.5%</td><td一个l我gn="center">87.3%</td><td一个l我gn="center">90.9%</td><td一个l我gn="center">95.5%</td><td一个l我gn="center">98.2%</td></tr><tr> <td align="left">特异性</td><td一个l我gn="center">84.4%</td><td一个l我gn="center">89.1%</td><td一个l我gn="center">90.6%</td><td一个l我gn="center">93.8%</td><td一个l我gn="center">98.4%</td></tr><tr> <td align="left">灵敏度</td><td一个l我gn="center">87.0%</td><td一个l我gn="center">84.8%</td><td一个l我gn="center">91.3%</td><td一个l我gn="center">97.8%</td><td一个l我gn="center">97.8%</td></tr><tr> <td align="left">PPV</td><td一个l我gn="center">80.0%</td><td一个l我gn="center">84.8%</td><td一个l我gn="center">87.5%</td><td一个l我gn="center">91.8%</td><td一个l我gn="center">97.8%</td></tr><tr> <td align="left">净现值</td><td一个l我gn="center">90.0%</td><td一个l我gn="center">89.1%</td><td一个l我gn="center">93.6%</td><td一个l我gn="center">98.4%</td><td一个l我gn="center">98.4%</td></tr><tr> <td align="left">世纪挑战集团</td><td一个l我gn="center">70.7%</td><td一个l我gn="center">73.9%</td><td一个l我gn="center">81.5%</td><td一个l我gn="center">90.9%</td><td一个l我gn="center">96.3%</td></tr></tbody> </table> </table-wrap> <p>ROC曲线的传统分类方法和提出的分类方法数据所示<xrefgydF4y2Baref-type="fig" rid="fig5"> 5</xref>gydF4y2Ba和<xrefgydF4y2Baref-type="fig" rid="fig6"> 6</xref>,gydF4y2Ba分别。AUC值获得传统的分类使用纹理特性,形态特征,并结合纹理和形态学特征等于0.902,0.912,和0.948,分别。提出的分类方法实现的AUC值0.963使用multiple-ROI纹理分析和0.975使用融合multiple-ROI材质和形态分析。这些结果证实了提出的分类方法的性能优越比传统汽车图像分类。</p><f我g我d="fig5"> <label>图5</l一个bel><p>中华民国曲线使用纹理特性的传统分类方法,形态学特征,结合纹理和形态学特征。</p><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.005"></graphic> </fig> <fig id="fig6"> <label>图6</l一个bel><p>ROC曲线的分类方法使用multiple-ROI纹理分析、形态分析、融合multiple-ROI纹理分析和形态分析。</p><gr一个phic xlink:href="//www.newsama.com/downloads/journals/cmmm/2016/6740956.fig.006"></graphic> </fig> <p>的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mrow> <mml:mi> p</米米l:mi> </mml:mrow> </mml:math> </inline-formula>使用成对获得的值<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:mrow> <mml:mi> t</米米l:mi> </mml:mrow> </mml:math> </inline-formula>测试比较提出融合multiple-ROI质感和形态分析与其他四个分类方法在置信水平0.05如表所示<xrefgydF4y2Baref-type="table" rid="tab5"> 5</xref>gydF4y2Ba。结果报道在表<xrefgydF4y2Baref-type="table" rid="tab5"> 5</xref>gydF4y2Ba证明fusion-based方法明显优于传统的分类使用纹理特性,形态特征,并结合纹理和形态学特征以及multiple-ROI纹理分析。</p><t一个ble- - - - - -wrap id="tab5"> <label>表5</l一个bel><p>比较的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mrow> <mml:mi> p</米米l:mi> </mml:mrow> </mml:math> </inline-formula>值计算使用成对的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:mrow> <mml:mi> t</米米l:mi> </mml:mrow> </mml:math> </inline-formula>测试平均精度之间的融合multiple-ROI质感和形态分析和(a)传统分类方法使用纹理特性,(b)传统分类方法使用形态学特征,(c)传统分类方法使用纹理和形态学特征,和(d) multiple-ROI纹理分析。</p><t一个ble><thead> <tr> <th align="left"></th> <th align="center">(一)</tgydF4y2Bah> <th align="center">(b)</tgydF4y2Bah> <th align="center">(c)</tgydF4y2Bah> <th align="center">(d)</tgydF4y2Bah> </tr> </thead> <tbody> <tr> <td align="left"> <italic> p</我t一个l我c>价值</td><td一个l我gn="center">0.007</td><td一个l我gn="center">0.011</td><td一个l我gn="center">0.041</td><td一个l我gn="center">0.046</td></tr></tbody> </table> </table-wrap> <p>根据这些结果,我们提出了肿瘤分类方法实现高灵敏度97.8%使用multiple-ROI纹理分析和融合multiple-ROI材质和形态分析。这些发现表明,提出的方法使诊断恶性肿瘤的高概率。此外,PPV的近乎完美的价值和获得的NPV融合multiple-ROI纹理分析和形态分析表明,许多不必要的活检进行良性肿瘤可以最小化。这些结果也表明,该方法有可能为放射科医生提供了第二个意见,有效减少误诊率。</p><p>gydF4y2Ba平均值±标准偏差执行时间的multiple-ROI纹理分析和融合multiple-ROI质感和形态分析<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:mn> 72.20</米米l:mn> <mml:mo> ±</米米l:mo> <mml:mn> 2.14</米米l:mn> </mml:math> </inline-formula>分别和73.66±2.19年代。相比之下,平均值±标准偏差执行时间的传统结构,形态,结合纹理和形态分析<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:mn> 0.16</米米l:mn> <mml:mo> ±</米米l:mo> <mml:mn> 0.03</米米l:mn> </mml:math> </inline-formula>年代,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M69"> <mml:mn> 1.47</米米l:mn> <mml:mo> ±</米米l:mo> <mml:mn> 0.18</米米l:mn> </mml:math> </inline-formula>年代,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M70"> <mml:mn> 1.63</米米l:mn> <mml:mo> ±</米米l:mo> <mml:mn> 0.19</米米l:mn> </mml:math> </inline-formula>年代,分别。虽然multiple-ROI纹理分析和融合multiple-ROI质感和形态分析是低于传统的分类分析,提出了分类方法都需要在一分钟对汽车图像进行分类。这样执行时间不限制应用程序提出的分类方法的CAD系统,旨在提供一个准确的放射科医生的第二意见。</p><p>gydF4y2Ba提出的这一研究报告的结果表明,multiple-ROI纹理分析优于传统的纹理分析,从一个ROI提取的纹理特征,包括肿瘤。在介绍中提到,许多乳腺肿瘤可能有复杂的结构模式,从一个地区到另一个在肿瘤。因此,multiple-ROI纹理分析可以有效的量化不同的局部纹理模式在肿瘤。另一个因素可能有助于提高性能的multiple-ROI纹理分析是能够分析肿瘤的局部纹理模式没有将周围的健康组织的结构模式。</p><p>gydF4y2Ba使用小roi的组织特征一直受雇于其他ultrasound-based方法。例如,在定量超声成像的癌症(<xrefgydF4y2Baref-type="bibr" rid="B42"> 42</xref>,<xrefgydF4y2Baref-type="bibr" rid="B43"> 43</xref>),gydF4y2Ba原始超声射频(RF)信号分为小的ROI,并且每个ROI分析提取光谱特性组织特征。此外,最近的一项研究Uniyal et al。<xrefgydF4y2Baref-type="bibr" rid="B44"> 44</xref>gydF4y2Ba相比)的分类性能的组合ultrasound-based纹理,光谱,射频时间序列特性提取整个乳房肿瘤的性能通过将肿瘤分为1×1毫米<年代up>2</gydF4y2Ba年代up>ROI和从每个ROI提取ultrasound-based特性相似。这项研究表明分类个人获得的分类性能1×1毫米<年代up>2</gydF4y2Ba年代up>roi优于通过整个肿瘤分类的分类结果。这个发现同意我们提出multiple-ROI纹理分析方法。</p><p>米ult我ple- - - - - -ROI纹理分析在当前的研究中已经被应用于灰度共生矩阵提高分类的性能结构特点。我们的未来的发展方向包括扩展multiple-ROI纹理分析方法将其他统计纹理使用ROI提取纹理特征的方法。该方法也可以扩展进行多分辨率纹理特征提取,不同大小的roi是用来执行multiple-ROI纹理分析。此外,概率方法,已用于本研究融合multiple-ROI纹理分析和形态分析,可以扩展以支持多个分类结果的融合使用各种纹理和形态学方法和实现更高精度的目标,特异性和灵敏度。</p><p>gydF4y2Ba影响肿瘤分类性能的一个重要因素是能够准确地概括了肿瘤。特别是,不精确的概述的肿瘤可能会影响的形态学特征量化肿瘤的形状和轮廓。此外,纹理特征,从描述中提取肿瘤区域,也可以影响肿瘤分割错误。在这项研究中,肿瘤概述是由放射科医生有超过13年的经验。这种由一个有经验的操作人员一直在使用手册概述了几个以前的研究,如(<xrefref- - - - - -- - - - - - - - - -type="bibr" rid="B10"> 10</xref>,<xrefgydF4y2Baref-type="bibr" rid="B15"> 15</xref>]gydF4y2Ba。事实上,肿瘤的手册概述是一项耗时的工作,其准确性是放射科医生的经验水平。这个工作的未来方向是采用自动肿瘤分割算法,如(<xrefref- - - - - -- - - - - -- - - - - -- - - - - - - -type="bibr" rid="B45"> 45</xref>),gydF4y2Ba采用先进的图像处理技术来实现肿瘤的准确和客观的概述。</p><p>米ult我ple- - - - - -ROI纹理分析方法用于这项研究可以扩展到减少肿瘤列出错误的影响。特别是,对于每一个ROI computer-drawn大纲内,一个训练有素的分类器可以用来估计的概率属于肿瘤或周围的健康组织。可以使用概率估计重量等肿瘤类指标从个人获得roi。可以开发一个定制的投票算法结合的加权肿瘤类指标个别roi和估计后肿瘤类的可能性。</p></年代ec><年代ec id="sec4"> <title>4所示。结论</t我tle><p>在这项研究中,提出了汽车图像分类的有效方法。纹理分析是由肿瘤划分成一组不重叠的ROI和单独处理每个ROI估计其肿瘤类指标。肿瘤类指标的roi内肿瘤联合使用多数投票机制来评估后肿瘤类的可能性。除了multiple-ROI纹理分析、形态分析是用来估计后肿瘤类的可能性。概率方法是用来融合后肿瘤类可能获得使用材质和形态分析。该方法已经被用来分类110总线的图像。分类结果表明,该方法实现了分类性能,优于传统的质感和形态分析。特别是,融合multiple-ROI纹理分析和形态分析使分类精度为98.2%,特异性为98.4%,敏感性为97.8%。这些结果表明,该方法有可能为放射科医生提供一个精确的第二意见减少一次性活检率和减少公交形象误诊。</p></年代ec><b一个ck> <sec> <title>相互竞争的利益</t我tle><p>作者宣称没有利益冲突有关的出版。</p></年代ec><一个ck> <title>确认</t我tle><p>这项研究支持的科学研究支持基金(项目编号ICT / 2/07/2013),乔丹。作者要感谢博士Adnan Zayadeen皇家医疗服务、约旦、验证手册列出的肿瘤。</p></一个ck><ref- - - - - -l我年代t> <ref id="B1" content-type="article"> <label>1</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Ferlay</年代urn一个米e><g我ven- - - - - -names> J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Soerjomataram</年代urn一个米e><g我ven- - - - - -names> 我。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 德里</年代urn一个米e><g我ven- - - - - -names> R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 西文</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 源泉></年代urn一个米e><g我ven- - - - - -names> C。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 雷贝洛</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 帕金</年代urn一个米e><g我ven- - - - - -names> d . M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 福尔曼</年代urn一个米e><g我ven- - - - - -names> D。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 布雷</年代urn一个米e><g我ven- - - - - -names> F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 全球癌症发病率和死亡率:2012年GLOBOCAN来源、方法和主要模式</一个rt我cle- - - - - -t我tle> <source> <italic> 国际癌症杂志》上</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 136年</vgydF4y2Baolume> <issue> 5</我年代年代ue><fp一个ge>E359</fp一个ge><lp一个ge>E386</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1002 / ijc.29210</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84918815964</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B2" content-type="article"> <label>2</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 科尔在</年代urn一个米e><g我ven- - - - - -names> K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Daguilh</年代urn一个米e><g我ven- - - - - -names> f·M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 早期发现乳腺癌:乳房x光检查就够了吗?</一个rt我cle- - - - - -t我tle> <source> <italic> 医院的医生</我t一个l我c><ye一个r> 2002年</ye一个r><volume> 9</vgydF4y2Baolume> <fpage> 49</fp一个ge><lp一个ge>55</lp一个ge></ele米ent- - - - - -c我tation> </ref> <ref id="B3" content-type="article"> <label>3</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 萧</年代urn一个米e><g我ven- - - - - -names> 中州。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断乳房超声检查</一个rt我cle- - - - - -t我tle> <source> <italic> 《医学超声</我t一个l我c><ye一个r> 2008年</ye一个r><volume> 16</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>46</fp一个ge><lp一个ge>56</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / s0929 - 6441 (08) 60005 - 3</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 42949164028</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B4" content-type="article"> <label>4</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Nothacker</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 杜达</年代urn一个米e><g我ven- - - - - -names> V。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 哈恩</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 温暖的</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Degenhardt</年代urn一个米e><g我ven- - - - - -names> F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Madjar</年代urn一个米e><g我ven- - - - - -names> H。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Weinbrenner</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 艾伯特</年代urn一个米e><g我ven- - - - - -names> 美国。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 早期发现乳腺癌:益处和风险的补充乳房超声检查无症状妇女乳腺致密的乳房组织。系统回顾</一个rt我cle- - - - - -t我tle> <source> <italic> BMC癌症</我t一个l我c><ye一个r> 2009年</ye一个r><volume> 9日,第335条</vgydF4y2Baolume> <pub-id pub-id-type="doi"> 10.1186 / 1471-2407-9-335</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 70449364558</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B5" content-type="article"> <label>5</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Jalalian</年代urn一个米e><g我ven- - - - - -names> 一个。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Mashohor</年代urn一个米e><g我ven- - - - - -names> s . b . T。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 马哈茂德</年代urn一个米e><g我ven- - - - - -names> h·R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Saripan</年代urn一个米e><g我ven- - - - - -names> 麻省理工学院B。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Ramli</年代urn一个米e><g我ven- - - - - -names> a . r . B。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Karasfi</年代urn一个米e><g我ven- - - - - -names> B。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助检测和诊断乳腺癌的乳房x光检查和超声:复习一下</一个rt我cle- - - - - -t我tle> <source> <italic> 临床成像</我t一个l我c><ye一个r> 2013年</ye一个r><volume> 37</vgydF4y2Baolume> <issue> 3</我年代年代ue><fp一个ge>420年年</fp一个ge><lp一个ge>426年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.clinimag.2012.09.024</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84876727324</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B6" content-type="article"> <label>6</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程</年代urn一个米e><g我ven- - - - - -names> h . D。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 山</年代urn一个米e><g我ven- - - - - -names> J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 居</年代urn一个米e><g我ven- - - - - -names> W。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 郭</年代urn一个米e><g我ven- - - - - -names> y . H。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 张</年代urn一个米e><g我ven- - - - - -names> l</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 使用超声图像自动乳腺癌检测和分类:一项调查</一个rt我cle- - - - - -t我tle> <source> <italic> 模式识别</我t一个l我c><ye一个r> 2010年</ye一个r><volume> 43</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>299年年</fp一个ge><lp一个ge>317年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.patcog.2009.05.012</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 68949164775</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B7" content-type="article"> <label>7</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 吴</年代urn一个米e><g我ven- - - - - -names> W.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 林</年代urn一个米e><g我ven- - - - - -names> S.-W。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 一种基于人工免疫系统的支持向量机方法对超声乳腺肿瘤分类图像</一个rt我cle- - - - - -t我tle> <source> <italic> 数码影像杂志</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 28</vgydF4y2Baolume> <issue> 5</我年代年代ue><fp一个ge>576年年</fp一个ge><lp一个ge>585年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1007 / s10278 - 014 - 9757 - 1</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84941994923</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B8" content-type="article"> <label>8</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 林</年代urn一个米e><g我ven- - - - - -names> C.-M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 侯</年代urn一个米e><g我ven- - - - - -names> 杨绍明。关铭</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> T.-Y。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> K.-H。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 乳腺结节计算机辅助诊断系统设计使用模糊小脑模型神经网络</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE模糊系统</我t一个l我c><ye一个r> 2014年</ye一个r><volume> 22</vgydF4y2Baolume> <issue> 3</我年代年代ue><fp一个ge>693年年</fp一个ge><lp一个ge>699年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109 / TFUZZ.2013.2269149</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84901974919</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B9" content-type="article"> <label>9</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 弗洛勒斯</年代urn一个米e><g我ven- - - - - -names> w·G。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 佩雷拉</年代urn一个米e><g我ven- - - - - -names> w·c·d·A。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Infantosi</年代urn一个米e><g我ven- - - - - -names> a . f . C。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 提高分类性能在超声乳腺病变</一个rt我cle- - - - - -t我tle> <source> <italic> 模式识别</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 48</vgydF4y2Baolume> <issue> 4</我年代年代ue><fp一个ge>1121年年</fp一个ge><lp一个ge>1136年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.patcog.2014.06.006</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84920707081</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B10" content-type="article"> <label>10</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> 彭译葶。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 邱</年代urn一个米e><g我ven- - - - - -names> 周宏儒。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 周</年代urn一个米e><g我ven- - - - - -names> S.-Y。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 邱</年代urn一个米e><g我ven- - - - - -names> S.-Y。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 王</年代urn一个米e><g我ven- - - - - -names> H.-K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 周</年代urn一个米e><g我ven- - - - - -names> 中州。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 蒋介石</年代urn一个米e><g我ven- - - - - -names> h·K。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断软组织肿瘤使用超声形态和纹理特性</一个rt我cle- - - - - -t我tle> <source> <italic> 放射学学术</我t一个l我c><ye一个r> 2009年</ye一个r><volume> 16</vgydF4y2Baolume> <issue> 12</我年代年代ue><fp一个ge>1531年年</fp一个ge><lp一个ge>1538年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.acra.2009.07.024</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 70350464946</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B11" content-type="article"> <label>11</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 简</年代urn一个米e><g我ven- - - - - -names> C.-L。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 郭</年代urn一个米e><g我ven- - - - - -names> Y.-F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助评估乳腺癌肿瘤分级的超声图像</一个rt我cle- - - - - -t我tle> <source> <italic> 计算和数学方法在医学</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 2015年</vgydF4y2Baolume> <lpage> 6</lp一个ge><pub- - - - - -我dpub-id-type="publisher-id"> 914091年</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1155 / 2015/914091</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84924874094</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B12" content-type="article"> <label>12</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 戈麦斯</年代urn一个米e><g我ven- - - - - -names> W。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 佩雷拉</年代urn一个米e><g我ven- - - - - -names> w·c·A。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Infantosi</年代urn一个米e><g我ven- - - - - -names> a . f . C。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 的纹理数据的函数的共现分析灰度量化分类乳房超声检查</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE医学成像</我t一个l我c><ye一个r> 2012年</ye一个r><volume> 31日</vgydF4y2Baolume> <issue> 10</我年代年代ue><fp一个ge>1889年年</fp一个ge><lp一个ge>1899年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109 / tmi.2012.2206398</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84867081344</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B13" content-type="article"> <label>13</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 吴</年代urn一个米e><g我ven- - - - - -names> W.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 林</年代urn一个米e><g我ven- - - - - -names> S.-W。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 结合支持向量机和遗传算法对超声乳腺肿瘤图像进行分类</一个rt我cle- - - - - -t我tle> <source> <italic> 计算机医学影像和图形</我t一个l我c><ye一个r> 2012年</ye一个r><volume> 36</vgydF4y2Baolume> <issue> 8</我年代年代ue><fp一个ge>627年年</fp一个ge><lp一个ge>633年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 22939834</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.compmedimag.2012.07.004</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84869084676</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 22939834</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B14" content-type="article"> <label>14</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 罗</年代urn一个米e><g我ven- - - - - -names> C.-M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> j . M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> c。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 黄永发。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 定量超声分析分类BI-RADS 3级乳腺肿块</一个rt我cle- - - - - -t我tle> <source> <italic> 数码影像杂志</我t一个l我c><ye一个r> 2013年</ye一个r><volume> 26</vgydF4y2Baolume> <issue> 6</我年代年代ue><fp一个ge>1091年年</fp一个ge><lp一个ge>1098年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 23494603</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1007 / s10278 - 013 - 9593 - 8</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84888200859</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 23494603</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B15" content-type="article"> <label>15</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 阿拉姆</年代urn一个米e><g我ven- - - - - -names> 美国K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Feleppa</年代urn一个米e><g我ven- - - - - -names> e . J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 十行诗</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 卡利什</年代urn一个米e><g我ven- - - - - -names> 一个。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 食</年代urn一个米e><g我ven- - - - - -names> b S。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断超声特征分析过程的固体乳腺病变</一个rt我cle- - - - - -t我tle> <source> <italic> 超声成像</我t一个l我c><ye一个r> 2011年</ye一个r><volume> 33</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>17</fp一个ge><lp一个ge>38</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1177 / 016173461103300102</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 79957634769</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B16" content-type="article"> <label>16</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 吴</年代urn一个米e><g我ven- - - - - -names> W.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 超声乳腺肿瘤图像的计算机辅助诊断结构和形态学特征</一个rt我cle- - - - - -t我tle> <source> <italic> 放射学学术</我t一个l我c><ye一个r> 2008年</ye一个r><volume> 15</vgydF4y2Baolume> <issue> 7</我年代年代ue><fp一个ge>873年年</fp一个ge><lp一个ge>880年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.acra.2008.01.010</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 47749088610</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B17" content-type="article"> <label>17</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 吴</年代urn一个米e><g我ven- - - - - -names> W.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 自动超声波分割和基于形态学的坚实的乳房肿瘤的诊断</一个rt我cle- - - - - -t我tle> <source> <italic> 乳腺癌研究和治疗</我t一个l我c><ye一个r> 2005年</ye一个r><volume> 89年</vgydF4y2Baolume> <issue> 2</我年代年代ue><fp一个ge>179年年</fp一个ge><lp一个ge>185年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 15692761</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1007 / s10549 - 004 - 2043 - z</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 13844267711</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 15692761</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B18" content-type="article"> <label>18</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 聂</年代urn一个米e><g我ven- - - - - -names> K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 黄永发。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 余</年代urn一个米e><g我ven- - - - - -names> h·J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 楚</年代urn一个米e><g我ven- - - - - -names> Y。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Nalcioglu</年代urn一个米e><g我ven- - - - - -names> O。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 苏</年代urn一个米e><g我ven- - - - - -names> M.-Y。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 定量分析病变形态和纹理特征在乳腺MRI诊断预测</一个rt我cle- - - - - -t我tle> <source> <italic> 放射学学术</我t一个l我c><ye一个r> 2008年</ye一个r><volume> 15</vgydF4y2Baolume> <issue> 12</我年代年代ue><fp一个ge>1513年年</fp一个ge><lp一个ge>1525年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.acra.2008.06.005</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 55349148361</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B19" content-type="article"> <label>19</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Alvarenga</年代urn一个米e><g我ven- - - - - -names> 答:V。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Infantosi</年代urn一个米e><g我ven- - - - - -names> a . f . C。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 佩雷拉</年代urn一个米e><g我ven- - - - - -names> w·c·A。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 代理</年代urn一个米e><g我ven- - - - - -names> c . M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 评估的性能在区分乳腺肿瘤超声图像形态学参数</一个rt我cle- - - - - -t我tle> <source> <italic> 医学工程学和物理学</我t一个l我c><ye一个r> 2010年</ye一个r><volume> 32</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>49</fp一个ge><lp一个ge>56</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 19926514</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.medengphy.2009.10.007</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 72449210135</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 19926514</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B20" content-type="article"> <label>20.</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 罗</年代urn一个米e><g我ven- - - - - -names> C.-M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 赵</年代urn一个米e><g我ven- - - - - -names> N。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> j . M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> c。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 黄永发。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断乳腺肿块使用量化BI-RADS发现</一个rt我cle- - - - - -t我tle> <source> <italic> 计算机在生物医学方法和项目</我t一个l我c><ye一个r> 2013年</ye一个r><volume> 111年</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>84年年</fp一个ge><lp一个ge>92年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 23639752</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.cmpb.2013.03.017</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84878515322</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 23639752</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B21" content-type="article"> <label>21</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 沈</年代urn一个米e><g我ven- - - - - -names> 观测。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 周</年代urn一个米e><g我ven- - - - - -names> 中州。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> c。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 乳房超声检查计算机辅助诊断使用BI-RADS特性</一个rt我cle- - - - - -t我tle> <source> <italic> 放射学学术</我t一个l我c><ye一个r> 2007年</ye一个r><volume> 14</vgydF4y2Baolume> <issue> 8</我年代年代ue><fp一个ge>928年年</fp一个ge><lp一个ge>939年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.acra.2007.04.016</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 34447297286</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B22" content-type="article"> <label>22</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 吴</年代urn一个米e><g我ven- - - - - -names> W.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 改善乳腺肿瘤歧视,支持向量机和speckle-emphasis纹理分析</一个rt我cle- - - - - -t我tle> <source> <italic> 超声波在医学和生物学</我t一个l我c><ye一个r> 2003年</ye一个r><volume> 29日</vgydF4y2Baolume> <issue> 5</我年代年代ue><fp一个ge>679年年</fp一个ge><lp一个ge>686年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 12754067</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / s0301 - 5629 (02) 00788 - 3</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 0038670778</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 12754067</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B23" content-type="article"> <label>23</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> C.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 何</年代urn一个米e><g我ven- - - - - -names> M.-F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 郭</年代urn一个米e><g我ven- - - - - -names> S.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> S.-T。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 挂</年代urn一个米e><g我ven- - - - - -names> S.-J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 吸引</年代urn一个米e><g我ven- - - - - -names> k . M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 乳房超声检查分类图像使用分形特性</一个rt我cle- - - - - -t我tle> <source> <italic> 临床成像</我t一个l我c><ye一个r> 2005年</ye一个r><volume> 29日</vgydF4y2Baolume> <issue> 4</我年代年代ue><fp一个ge>235年年</fp一个ge><lp一个ge>245年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 15967313</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.clinimag.2004.11.024</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 20444505117</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 15967313</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B24" content-type="article"> <label>24</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 杨</年代urn一个米e><g我ven- - - - - -names> M.-C。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 王</年代urn一个米e><g我ven- - - - - -names> 研究。F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 英国宇航系统公司</年代urn一个米e><g我ven- - - - - -names> m . S。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> c。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 黄永发。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 健壮的纹理分析乳腺肿瘤超声诊断使用多分辨率灰度不变的特性</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE医学成像</我t一个l我c><ye一个r> 2013年</ye一个r><volume> 32</vgydF4y2Baolume> <issue> 12</我年代年代ue><fp一个ge>2262年年</fp一个ge><lp一个ge>2273年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109 / TMI.2013.2279938</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84890370371</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B25" content-type="article"> <label>25</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Piliouras</年代urn一个米e><g我ven- - - - - -names> N。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Kalatzis</年代urn一个米e><g我ven- - - - - -names> 我。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Dimitropoulos</年代urn一个米e><g我ven- - - - - -names> N。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Cavouras</年代urn一个米e><g我ven- - - - - -names> D。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 发展的立方映射线性核最小二乘支持向量机分类器对提高乳腺病变在超声波的特性</一个rt我cle- - - - - -t我tle> <source> <italic> 计算机医学影像和图形</我t一个l我c><ye一个r> 2004年</ye一个r><volume> 28</vgydF4y2Baolume> <issue> 5</我年代年代ue><fp一个ge>247年年</fp一个ge><lp一个ge>255年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 15249070</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.compmedimag.2004.04.003</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 3042798451</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 15249070</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B26" content-type="article"> <label>26</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> 杨绍明。关铭</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 王</年代urn一个米e><g我ven- - - - - -names> K.-L。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 诊断乳腺肿瘤的超声纹理分析使用支持向量机</一个rt我cle- - - - - -t我tle> <source> <italic> 神经计算和应用</我t一个l我c><ye一个r> 2006年</ye一个r><volume> 15</vgydF4y2Baolume> <issue> 2</我年代年代ue><fp一个ge>164年年</fp一个ge><lp一个ge>169年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1007 / s00521 - 005 - 0019 - 5</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 31944443382</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B27" content-type="article"> <label>27</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Haralick</年代urn一个米e><g我ven- - - - - -names> r·M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Shanmugam</年代urn一个米e><g我ven- - - - - -names> K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 汀斯坦</年代urn一个米e><g我ven- - - - - -names> i . H。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 纹理特征的图像分类</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE系统,人,控制论</我t一个l我c><ye一个r> 1973年</ye一个r><volume> 3</vgydF4y2Baolume> <fpage> 610年</fp一个ge><lp一个ge>621年年</lp一个ge></ele米ent- - - - - -c我tation> </ref> <ref id="B28" content-type="article"> <label>28</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 程ydF4y2Ba</surname> <given-names> D.-R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> 杨绍明。关铭</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 林</年代urn一个米e><g我ven- - - - - -names> 工程学系。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断乳腺病变的具体性的纹理特征</一个rt我cle- - - - - -t我tle> <source> <italic> 计算机医学影像和图形</我t一个l我c><ye一个r> 2011年</ye一个r><volume> 35</vgydF4y2Baolume> <issue> 3</我年代年代ue><fp一个ge>220年年</fp一个ge><lp一个ge>226年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 21131178</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / j.compmedimag.2010.11.003</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 79952621780</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 21131178</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B29" content-type="article"> <label>29日</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Rangayyan</年代urn一个米e><g我ven- - - - - -names> r·M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Mudigonda</年代urn一个米e><g我ven- - - - - -names> n R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Desautels</年代urn一个米e><g我ven- - - - - -names> j . e . L。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 边界形状建模和分析方法对乳腺的分类质量</一个rt我cle- - - - - -t我tle> <source> <italic> 医学和生物工程和计算机</我t一个l我c><ye一个r> 2000年</ye一个r><volume> 38</vgydF4y2Baolume> <issue> 5</我年代年代ue><fp一个ge>487年年</fp一个ge><lp一个ge>496年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 11094803</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1007 / BF02345742</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 0034281869</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 11094803</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B31" content-type="article"> <label>30.</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 全音阶</年代urn一个米e><g我ven- - - - - -names> L.-K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Tsatsoulis</年代urn一个米e><g我ven- - - - - -names> C。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 纹理分析sar海冰图像使用灰度共生矩阵法</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE地球科学和遥感</我t一个l我c><ye一个r> 1999年</ye一个r><volume> 37</vgydF4y2Baolume> <issue> 2</我年代年代ue><fp一个ge>780年年</fp一个ge><lp一个ge>795年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109/36.752194</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 0033097007</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B32" content-type="article"> <label>31日</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Clausi</年代urn一个米e><g我ven- - - - - -names> d . A。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 分析同现纹理统计灰度级的函数量化</一个rt我cle- - - - - -t我tle> <source> <italic> 加拿大遥感杂志》上</我t一个l我c><ye一个r> 2002年</ye一个r><volume> 28</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>45</fp一个ge><lp一个ge>62年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.5589 / m02 - 004</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 0043164490</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B30" content-type="article"> <label>32</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 月亮</年代urn一个米e><g我ven- - - - - -names> w·K。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> Y.-S。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 罗</年代urn一个米e><g我ven- - - - - -names> C.-M。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 黄</年代urn一个米e><g我ven- - - - - -names> c。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 英国宇航系统公司</年代urn一个米e><g我ven- - - - - -names> m . S。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 金</年代urn一个米e><g我ven- - - - - -names> w·H。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 黄永发。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 常</年代urn一个米e><g我ven- - - - - -names> R.-F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 计算机辅助诊断区分三阴性乳腺癌和纤维肿瘤基于超声纹理特性</一个rt我cle- - - - - -t我tle> <source> <italic> 医学物理学</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 42</vgydF4y2Baolume> <issue> 6</我年代年代ue><fp一个ge>3024年年</fp一个ge><lp一个ge>3035年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1118/1.4921123</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84931266806</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B33" content-type="book"> <label>33</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="book"> <person-group person-group-type="author"> <name> <surname> Theodoridis</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Koutroumbas</年代urn一个米e><g我ven- - - - - -names> K。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <source> <italic> 模式识别</我t一个l我c><ye一个r> 2009年</ye一个r><ed我t我on> 4日</ed我t我on> <publisher-loc> 美国伯灵顿,质量</publ我年代her-loc> <publisher-name> 学术出版社</publ我年代her-name> </element-citation> </ref> <ref id="B34" content-type="article"> <label>34</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 彭</年代urn一个米e><g我ven- - - - - -names> H。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 长</年代urn一个米e><g我ven- - - - - -names> F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 丁</年代urn一个米e><g我ven- - - - - -names> C。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 基于互信息的特征选择:标准max-dependency, max-relevance, min-redundancy</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE模式分析与机器智能</我t一个l我c><ye一个r> 2005年</ye一个r><volume> 27</vgydF4y2Baolume> <issue> 8</我年代年代ue><fp一个ge>1226年年</fp一个ge><lp一个ge>1238年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109 / tpami.2005.159</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 24344458137</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B35" content-type="book"> <label>35</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="book"> <person-group person-group-type="author"> <name> <surname> Vapnik</年代urn一个米e><g我ven- - - - - -names> V。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <source> <italic> 统计学习理论的本质</我t一个l我c><ye一个r> 1995年</ye一个r><publ我年代her-loc> 纽约,纽约,美国</publ我年代her-loc> <publisher-name> 施普林格</publ我年代her-name> <pub-id pub-id-type="doi"> 10.1007 / 978-1-4757-2440-0</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> MR1367965</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B36" content-type="article"> <label>36</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 风扇</年代urn一个米e><g我ven- - - - - -names> R.-E。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 程ydF4y2Ba</surname> <given-names> 林志信。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 林</年代urn一个米e><g我ven- - - - - -names> C.-J。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 工作集选择使用二阶信息训练支持向量机</一个rt我cle- - - - - -t我tle> <source> <italic> 机器学习的研究》杂志上</我t一个l我c><ye一个r> 2005年</ye一个r><volume> 6</vgydF4y2Baolume> <fpage> 1889年</fp一个ge><lp一个ge>1918年年</lp一个ge><pub- - - - - -我dpub-id-type="other"> MR2249875</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B37" content-type="article"> <label>37</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 谢</年代urn一个米e><g我ven- - - - - -names> Y。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 魏</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 王</年代urn一个米e><g我ven- - - - - -names> X。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 谢</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 杨</年代urn一个米e><g我ven- - - - - -names> C。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 一个新的预测模型基于氧化铝浸出率动力学的消化过程</一个rt我cle- - - - - -t我tle> <source> <italic> 湿法冶金术</我t一个l我c><ye一个r> 2016年</ye一个r><volume> 164年</vgydF4y2Baolume> <fpage> 7</fp一个ge><lp一个ge>14</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1016 / j.hydromet.2016.05.005</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B38" content-type="article"> <label>38</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Valckx</年代urn一个米e><g我ven- - - - - -names> f·m·J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Thijssen</年代urn一个米e><g我ven- - - - - -names> j . M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 回声图像纹理的描述同现矩阵参数</一个rt我cle- - - - - -t我tle> <source> <italic> 超声波在医学和生物学</我t一个l我c><ye一个r> 1997年</ye一个r><volume> 23</vgydF4y2Baolume> <issue> 4</我年代年代ue><fp一个ge>559年年</fp一个ge><lp一个ge>571年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 9232765</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1016 / s0301 - 5629 (97) 00041 - 0</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 0030971680</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 9232765</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B39" content-type="incollection"> <label>39</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="book"> <person-group person-group-type="author"> <name> <surname> 普拉特</年代urn一个米e><g我ven- - - - - -names> J。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 概率输出支持向量机和比较正规化方法的可能性</一个rt我cle- - - - - -t我tle> <source> <italic> 先进的分类器</我t一个l我c><ye一个r> 1999年</ye一个r><volume> 10</vgydF4y2Baolume> <publisher-name> 麻省理工学院出版社</publ我年代her-name> <fpage> 61年</fp一个ge><lp一个ge>74年年</lp一个ge></ele米ent- - - - - -c我tation> </ref> <ref id="B40" content-type="book"> <label>40</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="book"> <person-group person-group-type="author"> <name> <surname> Kuncheva</年代urn一个米e><g我ven- - - - - -names> l . I。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <source> <italic> 结合模式分类器:方法和算法</我t一个l我c><ye一个r> 2004年</ye一个r><publ我年代her-name> 约翰威利& Sons</publ我年代her-name> <pub-id pub-id-type="doi"> 10.1002 / 0471660264</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> MR2120086</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B41" content-type="book"> <label>41</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="book"> <person-group person-group-type="author"> <name> <surname> 杜达</年代urn一个米e><g我ven- - - - - -names> r . O。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 哈特</年代urn一个米e><g我ven- - - - - -names> p E。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 鹳</年代urn一个米e><g我ven- - - - - -names> d·G。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <source> <italic> 模式分类</我t一个l我c><ye一个r> 2012年</ye一个r><publ我年代her-loc> 纽约,纽约,美国</publ我年代her-loc> <publisher-name> 约翰威利& Sons</publ我年代her-name> <pub-id pub-id-type="other"> MR1802993</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B42" content-type="article"> <label>42</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Feleppa</年代urn一个米e><g我ven- - - - - -names> e . J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Mamou</年代urn一个米e><g我ven- - - - - -names> J。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 波特</年代urn一个米e><g我ven- - - - - -names> c·R。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 麻吉</年代urn一个米e><g我ven- - - - - -names> J。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 定量超声在癌症成像</一个rt我cle- - - - - -t我tle> <source> <italic> 在肿瘤学研讨会</我t一个l我c><ye一个r> 2011年</ye一个r><volume> 38</vgydF4y2Baolume> <issue> 1</我年代年代ue><fp一个ge>136年年</fp一个ge><lp一个ge>150年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1053 / j.seminoncol.2010.11.006</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 79952166269</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B43" content-type="article"> <label>43</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Oelze</年代urn一个米e><g我ven- - - - - -names> m . L。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> O ' brien</年代urn一个米e><g我ven- - - - - -names> w·D。</g我ven- - - - - -n一个米e年代><年代uff我x> Jr。</年代uff我x></n一个米e> <name> <surname> 蓝色的</年代urn一个米e><g我ven- - - - - -names> j . P。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 圣扎迦利</年代urn一个米e><g我ven- - - - - -names> j·F。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 大鼠乳腺纤维肿瘤的分化和表征和4 t1鼠标癌用定量超声成像</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE医学成像</我t一个l我c><ye一个r> 2004年</ye一个r><volume> 23</vgydF4y2Baolume> <issue> 6</我年代年代ue><fp一个ge>764年年</fp一个ge><lp一个ge>771年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 15191150</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1109 / TMI.2004.826953</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 2942609260</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 15191150</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B44" content-type="article"> <label>44</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Uniyal</年代urn一个米e><g我ven- - - - - -names> N。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Eskandari</年代urn一个米e><g我ven- - - - - -names> H。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Abolmaesumi</年代urn一个米e><g我ven- - - - - -names> P。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Sojoudi</年代urn一个米e><g我ven- - - - - -names> 年代。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 戈登</年代urn一个米e><g我ven- - - - - -names> P。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 沃伦</年代urn一个米e><g我ven- - - - - -names> l</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> 埃尔</年代urn一个米e><g我ven- - - - - -names> r . N。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Salcudean</年代urn一个米e><g我ven- - - - - -names> s E。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Moradi</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 超声射频时间序列分类的乳腺病变</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE医学成像</我t一个l我c><ye一个r> 2015年</ye一个r><volume> 34</vgydF4y2Baolume> <issue> 2</我年代年代ue><fp一个ge>652年年</fp一个ge><lp一个ge>661年年</lp一个ge><pub- - - - - -我dpub-id-type="pmid"> 25350925</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="doi"> 10.1109 / TMI.2014.2365030</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 2 - s2.0 - 84922262509</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d><pub- - - - - -我d pub-id-type="other"> 25350925</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> <ref id="B45" content-type="inproceedings"> <label>45</l一个bel><ele米ent- - - - - -c我t一个t我on publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 达乌德</年代urn一个米e><g我ven- - - - - -names> m . I。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Atallah</年代urn一个米e><g我ven- - - - - -names> 答:一个。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Awwad</年代urn一个米e><g我ven- - - - - -names> F。</g我ven- - - - - -n一个米e年代></n一个米e> <name> <surname> Al-Najar</年代urn一个米e><g我ven- - - - - -names> M。</g我ven- - - - - -n一个米e年代></n一个米e> </person-group> <article-title> 准确和全自动乳腺超声图像的分割结合图像边界和区域信息</一个rt我cle- - - - - -t我tle> <conf-name> 《IEEE 13生物医学成像(16位ISBI”国际研讨会)</cgydF4y2Baonf-name> <conf-date> 2016年4月</cgydF4y2Baonf-date> <conf-loc> 布拉格,捷克共和国</cgydF4y2Baonf-loc> <publisher-name> IEEE</publ我年代her-name> <fpage> 718年</fp一个ge><lp一个ge>721年年</lp一个ge><pub- - - - - -我dpub-id-type="doi"> 10.1109 / isbi.2016.7493367</pub- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -- - - - - -我d></ele米ent-citation> </ref> </ref-list> </back> </article> </body> </html>