利用小波与傅里叶变换互相关提高乳腺X线摄影特异性
图像与视频处理
2022-02-01 v2 人工智能
计算机视觉与模式识别
摘要
乳腺癌是女性中最常见的恶性肿瘤，占新发恶性肿瘤病例的30%。尽管全球乳腺癌发病率仍然高企，死亡率却持续下降。这主要得益于分子生物学技术的近期发展以及综合诊断与规范治疗水平的提升。乳腺X线摄影早期检测是其中的重要环节。可能提示乳腺癌的最常见乳腺异常为肿块与钙化。以往的检出方法通常获得较高灵敏度但特异性不理想。我们将研究一种方法，应用离散小波变换和傅里叶变换解析图像，并提取刻画图像内容的统计特征，如平均强度和强度偏度。一个朴素贝叶斯分类器利用这些特征对图像进行分类。我们期望达到最优的高特异性。
引用
@article{arxiv.2201.08385,
title = {Improving Specificity in Mammography Using Cross-correlation between Wavelet and Fourier Transform},
author = {Liuhua Zhang},
journal= {arXiv preprint arXiv:2201.08385},
year = {2022}
}