可疑组织的无监督检测中的数据建模和PCA

抽象

乳腺癌是死亡和妇女在世界各地发病的一个重要原因，这是一个事实，即早期发现是改善预后的关键。因此算法开发其有助于放射科医师在确定乳房组织中的变化早是必不可少的。在这项工作中负责调查采用主成分分析算法（PCA）发展到乳房X线照片上识别可疑的区域。该算法之前，PCA实现采用线性结构和curvelinear建模。该算法的评估是基于正确分类的比例，在所有的实验工作假阳性（FP）和假阴性（FN）使用真实数据。在块分类超过90％的准确度是使用乳房X线照片从MIAS数据库来实现。

参考

1. C. C.镗，T.的Squires，T.童和S.蒙哥马利，“癌症统计，”CA-A癌症临床医生杂志卷。44，没有。1，第7-26，1994。查看在：谷歌学术
2. C. R.智能，R. E.亨德里克，J. H.拉特利奇III，和R. A·史密斯，“乳房X光检查的妇女年龄筛选40至49岁的好处：从随机对照试验目前的证据，”癌症卷。75，没有。7，第1619至1626年，1995。查看在：谷歌学术
3. R. Zwiggelaar，“分离的背景纹理和在乳房X线照片图像结构”，在英国机器视觉会议论文集（监查'99），第362-371，英国机器视觉协会，英国诺丁汉，1999年9月。查看在：谷歌学术
4. 生命值。陈，B。Sahiner，N. Patrick等人，“在乳房X线照片的恶性和良性的微钙化计算机化分类：纹理分析使用人工神经网络，”。物理医学和生物学卷。42，没有。3，第549-567，1997。查看在：出版商网站|谷歌学术
5. G. Lemaur，K. Drouiche和J. DeConinck的“Highly定期小波用于检测在乳房X线照片群集微钙化，”IEEE交易在医疗成像卷。22，没有。3，第393-401，2003。查看在：出版商网站|谷歌学术
6. W. M.莫罗，R. B. Paranjape，R. M. Rangayyan和J. E. L. Desautels，“基于区域的乳房X线照片的对比度增强，”IEEE交易在医疗成像卷。11，没有。3，第392-406页，1992年。查看在：出版商网站|谷歌学术
7. L.沉，R. M. Rangayyan和J. E. L. Desautels，“形状分析乳腺X线照相钙化中的应用，”IEEE交易在医疗成像卷。13，没有。2，第263-274，1994。查看在：出版商网站|谷歌学术
8. T. C. Wang和N. B.卡拉雅尼斯，“使用小波在数字乳房X线照片钙化的检测，”IEEE交易在医疗成像卷。17，没有。4，第498-509，1998。查看在：出版商网站|谷歌学术
9. C. Y.陈，C. C.昌，和李家同，“基于主成分分析的近模式匹配方案中，”模式识别快报卷。16，没有。4，第339-345，1995。查看在：出版商网站|谷歌学术
10. B.宾考斯基“的演讲频谱图像的主成分分析，”模式识别卷。30，没有。5，第777-787，1997。查看在：谷歌学术
11. Z.叶和G. Auner，“用于生物医学样品识别主成分分析的方法，”在对系统，人与控制论IEEE国际会议（SMC '04）论文集，第1348至1353年，海牙，荷兰，2004年10月。查看在：谷歌学术
12. R. Swiniarski和A. Swiniarsk“的乳腺X线照片中识别特征提取和选择方法的比较，”科学纽约科学院年鉴卷。980，没有。12，第116-124，2002。查看在：谷歌学术
13. I.阿卜杜勒卡迪尔，A. Kawshif，O. Abudayyeh和D.米勒，“使用PCA和聚类分析特征提取”，在第四届IEEE电子/信息技术会议论文集，印第安纳州印第安纳波利斯，美国，2003年6月。查看在：谷歌学术
14. M. Brejl和M.双佳，“定向三维边缘检测在各向异性数据：检测器的设计和性能评估，”计算机视觉和图像理解卷。77，没有。2，第84-110，2000。查看在：出版商网站|谷歌学术
15. S.段和Q.-Q.秦，“边缘检测基于动态的形态，”在MIPPR 2005：图像分析技术，李D.和H.麻编，第一卷。6044的SPIE论文集，中国武汉，2005年10 - 11月。查看在：谷歌学术
16. A. Goshtasby和H.-L.徐中雄，“通过曲线拟合边缘检测，”图像与视觉计算卷。13，没有。3，第169-177页，1995年。查看在：出版商网站|谷歌学术
17. O. A.祖尼加和R. M. Haralick，“综合方向导数的梯度算子，”IEEE系统，人与控制论卷。17，没有。3，第508-517，1987。查看在：谷歌学术
18. W. E. Higgins和C.许，“使用二维局部结构信息的边缘检测，”模式识别卷。27，没有。2，第277-294，1994。查看在：出版商网站|谷歌学术
19. S.詹和R.特拉，“基于过零最佳三维边缘检测器，”计算机视觉，图形和图像处理：图像理解卷。59，没有。2，第242-253，1994。查看在：出版商网站|谷歌学术
20. R.特拉和S.詹，“A计算方法基于零交叉二维边缘检测，”图形模型和图像处理卷。58，没有。1，第1-17页，1996年。查看在：出版商网站|谷歌学术
21. M.宋，X.-L.胡锦涛和Y.高，“图像边缘检测基于全方位和多尺度形态学”扬州大学学报（自然科学版）卷。8，没有。1，第39-42，2005。查看在：谷歌学术
22. P.霍夫，“方法和识别复杂的图案，意为”美国专利号。069654，1962年。查看在：谷歌学术
23. R.杜达和哈特P.，“霍夫变换的使用来检测图片的线条和曲线”美国计算机协会通讯卷。15，没有。1期，第11-15，1972。查看在：出版商网站|谷歌学术
24. J.伊林沃思和J. Kittler，“霍夫的调查变换，”计算机视觉，图形与图像处理卷。44，没有。1，第87-116，1988。查看在：谷歌学术
25. V. F.离开者“哪个Hough变换？”计算机视觉，图形和图像处理：图像理解卷。58，没有。2，第250-264，1993。查看在：谷歌学术
26. T.拉巴尼和F.范登Heuvel的，“高效霍夫变换在点云气缸的自动检测，”在高级学校计算机及影像的第11届会议论文集（ASCI '05）中，Het Heijderbos，Heijen，荷兰，2005年6月。查看在：谷歌学术
27. C. F.奥尔森，“约束霍夫变换为曲线检测，”计算机视觉和图像理解卷。73，没有。3，第329-345，1999。查看在：出版商网站|谷歌学术

版权

©2006 Ikhlas阿卜杜勒 - 卡迪尔等。这是下发布的开放式访问文章知识共享署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。