基于超聲射頻時間序列分析的乳腺病灶良惡性分類
摘要：嘗試為乳腺病灶良惡性分類提供高精度且無創的影像輔助診斷手段,提出了基于超聲射頻(radio frequency,RF)時間序列分析的乳腺病灶良惡性分類方法。以275例女性乳腺病灶為樣本,使用常規超聲探頭采集多幀超聲回波RF信號,提取R F時間序列的分形維數(fractal dimension,FD)、頻域特征和時域特征,以支持向量(support vector machine,SVM)和隨機森林作為分類器對乳腺病灶進行良惡性分類。分類結果如下:SVM受試者工作特征曲線下的面積(area under receiver operating characteristics curve,AUC)為0.9M,分類準確率為85.37%,隨機森林AUC為0.937,分類準確率為91.46%。與以往研究相比,提高了乳腺病灶良惡性的分類精度,并開發了乳腺病灶良惡性分類系統,可以給醫生提供診斷參考。
注: 保護知識產權,如需閱讀全文請聯系生物醫學工程研究雜志社
相關推薦
更多
