典型文献
结合MRI纹理与SVM的子宫内膜癌肌层浸润程度预测
文献摘要：
子宫肌层浸润深度直接关系到子宫内膜癌患者的治疗和预后,通常使用磁共振成像进行人工评估,受主观影响较大.基于磁共振图像,提出一种计算机辅助判断子宫肌层浸润深度的方法.该方法仅需要计算机或人工提供较容易辨识的子宫体区域就能自动估计浸润程度.首先基于Otsu和形态学处理分割病灶区域,然后提取并融合病灶区域的一阶纹理特征和灰度共生矩阵特征,最后训练支持向量机进行浸润程度分类.实验结果表明,该方法的accuracy达到86.1％、sensitivity达到68.4％、specificity达到91.7％,优于常见分类器,对于辅助判断肌层浸润程度具可行性,且有助于未来从病灶和子宫肌层提取并融合更多种类的特征以提高分类性能.
文献关键词：
SVM;特征提取;肌层浸润程度;MR图像;计算机辅助诊断
中图分类号：
作者姓名：
朱雪亮;应捷;杨海马;李薄羏
作者机构：
上海理工大学光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]朱雪亮;应捷;杨海马;李薄羏-.结合MRI纹理与SVM的子宫内膜癌肌层浸润程度预测)[J].软件导刊,2022(01):108-113
A类：
B类：
肌层浸润程度,子宫肌层,浸润深度,子宫内膜癌患者,磁共振成像,观影,磁共振图像,子宫体,Otsu,形态学处理,合病,纹理特征,灰度共生矩阵,accuracy,sensitivity,specificity,分类器,分类性能,计算机辅助诊断
AB值：
0.249834
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
