文献

J-GLOBAL ID：201502253054556017   整理番号：15A0229679

誤検出削減を有する乳がんのための新しい自動腫瘤検出

A new automatic mass detection method for breast cancer with false positive reduction

著者 (6件)： LIU Xiaoming (School of Automation, Huazhong Univ. of Sci. and Technol., Wuhan 430074, CHN) ,  LIU Xiaoming (Key Lab. of Image Processing and Intelligent Control of Education Ministry of China, Wuhan 430074, CHN) ,  LIU Xiaoming (Coll. of Computer Sci. and Technol., Wuhan Univ. of Sci. and Technol., Wuhan 430081, CHN) ,  LIU Xiaoming (Hubei Province Key Lab. of Intelligent Information Processing and Real-time Industrial System, Wuhan 430081, CHN) ,  ZENG Zhigang (School of Automation, Huazhong Univ. of Sci. and Technol., Wuhan 430074, CHN) ,  ZENG Zhigang (Key Lab. of Image Processing and Intelligent Control of Education Ministry of China, Wuhan 430074, CHN)
資料名： Neurocomputing  (Neurocomputing)
巻： 152  ページ： 388-402  発行年： 2015年03月25日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 腫瘤の位置特定は乳房画像における疑わしい領域の診断のために,コンピュータ支援検出において重大な問題である。本論文では,乳房撮影画像での乳がんのための新しい自動腫瘤検出法を提案した。まず,疑わしい領域をMCL(Multiple Concentric Layers)手法と名付けた適応的な領域成長法を用いて見つける。MCLステップの間,訓練データ集合を用いてパラメータを調整することによって,予備知識を活用する。次に,腫瘤の分割精度を向上できる狭周波数帯に基づく動的輪郭(NBAC)を用い,初期領域をさらに精錬する。分割された疑わしい領域や分割の境界を含む関心領域(ROI)から,テクスチャ特徴や配置特徴を抽出する。テクスチャ特徴は同時生起行列(GLCM)や,完全なローカルバイナリパターン(CLBP)から計算する。また,ROIは放射線科医の診断によって与えられた指示を用い,サポート・ベクトル・マシン(SVM)を用いて分類される。腫瘤でないものと腫瘤の数に関する不均衡問題を扱うために,スーパーサンプリングとダウンサンプリングを組み込んだ。本方法は504の腫瘤を含む429の頭尾方向(CC)の視野画像を持つデータ集合で評価した。それらのうち260の腫瘤を含む219画像はMCLステップでパラメータを最適化するために用い,SVMを訓練するために利用した。性能をテストするために,残りの210画像(244の腫瘤を持つ)を用いた。腫瘤はMCLを用いて画像ごとの誤検出(FPsI)が5.3で82.4%の検出感度で検出され,動的輪郭精錬,特徴解析,分類の後には検出感度78.2%で1.48FPsIが得られた。通常の乳房撮影画像に関するテストはMCLで5.18FPsI,分類の後には1.51FPsIを示した。また,中外斜位方向(MLO)画像における実験も行い,提案法は1.38FPsIで感度75.6%を達成した。FROC(Free Response Operating Characteristic)も用いて解析し,提案法は高い感度を保ちながら,低いFPsIを実現する有望な手法であった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 病気 ,  *乳房腫瘍 ,  *セグメンテーション ,  医師 ,  乳房撮影 ,  *医用画像 ,  *画像分析 ,  パラメタリゼーション ,  分割法 ,  精度 ,  輪郭 ,  テクスチャ処理 ,  特徴抽出 ,  視野 ,  誤り率 ,  評価試験 ,  感度解析
準シソーラス用語： 腫瘤 ,  *乳癌 ,  放射線科医 ,  *領域成長法

分類 (3件)： 女性生殖器と胎児の腫よう  (GS04000K) ,  パターン認識  (JE07000S) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 誤検出 ,  乳がん ,  腫瘤