期刊简介

               本刊是国际医学物理学组织(ZOMP)的成员——中国医学物理学会会刊,是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。                

首页>中国医学物理学杂志
  • 杂志名称:中国医学物理学杂志
  • 主管单位:南方医科大学
  • 主办单位:南方医科大学;中国医学物理学会
  • 国际刊号:1005-202X
  • 国内刊号:44-1351/R
  • 出版周期:双月刊
期刊荣誉:中国科学引文数据库来源期刊期刊收录:国家图书馆馆藏, 万方收录(中), 上海图书馆馆藏, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
中国医学物理学杂志2017年第08期

基于双侧乳腺图像“共用”阈值分割的乳腺癌近期发病预测

张红军;闫士举

关键词:乳腺癌, 近期发病预测, 高密度区, “共用”阈值, 决策树分类, 医学图像处理
摘要:目的:基于“共用”阈值分割双侧乳腺图像的高密度区域并采用决策树分类算法对乳腺筛查者是否患癌进行预测分类,以提高女性乳腺癌近期发病风险预测精度.方法:采用185例女性筛查者的全数字化乳腺钼靶X线摄影(FFDM)Craniocaudal位图像.首先对双侧乳腺图像整体的灰度分布进行统计,采用一种“共用”阈值分割双侧乳腺图像的高密度区域,然后分别从乳腺区及其高密度区提取不对称特征与大值特征.基于两类特征分别构建2个决策树弱分类器,再将两个弱分类器组合构建一个强分类器.乳腺癌近期发病风险预测性能采用留一法进行验证.结果:基于“共用”阈值法,所提取的图像特征中有7个特征的曲线下面积(AUC)>0.6,基于单独阈值法,所提取的图像特征中只有2个特征的AUC>0.6.采用强分类器,基于“共用”阈值法得到的AUC=0.970 1±0.014 8,预测准确率为95.68%;基于单独阈值法得到的AUC=0.982 4±0.008 9,预测准确率为93.51%.结论:采用“共用”阈值分割双侧乳腺图像的高密度区域更有利于从高密度区提取更多具有高预测力的图像特征;采用强分类器可显著提高乳腺癌近期发病预测精度.