基于纹理的乳腺X线图像肿块异常分割方法
计算机视觉与模式识别
2014-12-05 v1
摘要
肿块异常分割是医学诊断过程中的关键步骤，正吸引着越来越多研究小组的兴趣。目前，该领域的大部分工作都使用灰度共生矩阵（GLCM）作为纹理特征，并采用基于区域的方法。这些特征要么用于分割阶段的前期阶段，要么作为分类阶段的输入。本文讨论的工作尝试在基于轮廓的方法下实验GLCM方法。此外，我们在不同组织密度上实验了所提出的方法，以获得更有意义的结果。为此，我们探索了来自BIRADS医学数据库的一些具有挑战性的乳腺图像。我们的初步实验在边缘肿块分割方法方面显示出有希望的结果。本文首先讨论了该领域的主要工作。第2节和第3节介绍了材料和方法。在总结论文之前，展示了主要结果并进行了评估。
引用
@article{arxiv.1412.1506,
title = {Textural Approach for Mass Abnormality Segmentation in Mammographic Images},
author = {Khamsa Djaroudib and Abdelmalik Taleb Ahmed and Abdelmadjid Zidani},
journal= {arXiv preprint arXiv:1412.1506},
year = {2014}
}
备注
07 pages, 11 figures, 1 tableau, 07 equations, 34 references. appears in IJCSI International Journal of Computer Science Issues november 2013