CT图像口腔病变的计算机辅助检测
计算机视觉与模式识别
2016-11-30 v1
摘要
口腔病变是计算机断层扫描（CT）图像中的重要发现。本研究提出了一种从牙科CT图像中全自动检测下颌区域口腔病变的方法。针对两种类型的病变，即（1）闭合边界（CB）病变和（2）开放边界（OB）病变，开发了两种检测方法，这两类病变涵盖了CT图像中可发现的大部分病变类型。对于CB病变的检测，从每个初始病变候选区域提取了十五个特征，并使用多层感知器（MLP）神经网络对可疑区域进行分类。此外，OB病变采用基于规则的图像处理方法进行检测，该方法未使用特征提取或分类算法。使用包含52名患者（其中22名异常，30名正常）的CT数据集对结果进行了验证。在非训练数据集上，CB检测算法达到了71%的灵敏度，每位患者0.31个假阳性。此外，OB检测算法达到了100%的灵敏度，每位患者0.13个假阳性。结果表明，所提出的由两种方法组成的框架有潜力应用于临床环境，并辅助放射科医生进行更好的诊断。
引用
@article{arxiv.1611.09769,
title = {Computer Aided Detection of Oral Lesions on CT Images},
author = {Shaikat Galib and Fahima Islam and Muhammad Abir and Hyoung-Koo Lee},
journal= {arXiv preprint arXiv:1611.09769},
year = {2016}
}