发明名称 |
检测和识别医学图像数据内所关心部位和/或体积的方法和系统 |
摘要 |
一种用于对HRCT医学图像数据内检测的所关心部位进行计算机辅助检测(CAD)和分类的方法,包括适于对将部位/体积(volume)识别成结核或非结核的特异性和敏感性进行最大化的CAD后机器学技术。该部位由CAD处理来识别,以及自动地分割。特征池根据每个分割部位来识别和提取,以及由遗传算法来处理以识别最佳特征子集,这个子集用来训练支持向量机以对非训练数据内发现的候选部位/体积进行分类。 |
申请公布号 |
CN101061510B |
申请公布日期 |
2010.09.08 |
申请号 |
CN200580039710.4 |
申请日期 |
2005.11.21 |
申请人 |
皇家飞利浦电子股份有限公司 |
发明人 |
L·博罗茨基;K·P·李;L·赵 |
分类号 |
G06T7/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
中国专利代理(香港)有限公司 72001 |
代理人 |
李亚非;梁永 |
主权项 |
一种用于计算机辅助检测(CAD)医学图像数据内的所关心部位或体积的方法,其包括CAD处理以检测和描绘候选部位以及训练阶段中的CAD后机器学习以最大化特异性并降低处理非训练数据之后报告的假阳性的数目,所述方法包括步骤:在被选择成包括对于基础事实已知为真或假的若干部位的医学图像训练数据集上训练分类器,利用所述CAD处理来识别并分割该部位,提取特征以创建特征池来限定该部位,所述特征包括至少一个基于3D直方图的特征,向特征池应用遗传算法处理器以确定由支持向量机(SVM)用来以改进的特异性识别非训练数据内的候选部位的最小特征子集;在非训练数据内检测候选部位;分割非训练数据内的候选部位;提取与每个分割的候选部位有关的特征集合;以及利用特征集合由SVM对候选部位分类,其特征在于,所述至少一个基于3D直方图的特征包括直方图高值计数,其中直方图高值计数是所述部位中具有阈值以上灰度值的像素的数目的比例。 |
地址 |
荷兰艾恩德霍芬 |