基于加权轮廓波参数（WCP）特征的 B 超图像乳腺肿瘤分类
图像与视频处理
2021-02-12 v1
摘要
利用 B 超图像在早期阶段自动检测乳腺肿瘤对于预防乳腺癌的广泛发生至关重要，尤其在女性中。本文主要关注通过统计建模（如乳腺肿瘤 B 超图像轮廓波变换后的 Rician 逆高斯（RiIG）概率密度函数（pdf））对乳腺肿瘤进行分类，这是以往其他工作未曾报道的。阐明了 RiIG 分布在建模轮廓波系数方面的适用性，并与 Nakagami 分布进行了比较。所提方法包括去除散斑噪声的预处理、病灶区域分割、B 超图像的轮廓波变换，并利用相应的轮廓波子带系数与 RiIG 参数生成轮廓波参数（CP）图像与加权轮廓波参数（WCP）图像。从 B 超图像和轮廓波参数图像中计算若干几何、统计与纹理特征。为分类这些特征，采用了七种不同的分类器。所提方法应用于两个公开可用的不同数据集（Mendeley Data 与 Dataset B）。结果表明，使用参数图像时，不同分类器的准确率在 94%–97% 范围内。具体而言，使用支持向量机与 k 近邻分类器时，利用加权轮廓波参数图像在 Mendeley Data 与 Dataset B 上分别可获得 97.2% 与 97.55% 的很高准确率。所报道的分类性能也与使用本文所采用数据集的其他工作进行了比较。可见，所提基于加权轮廓波参数图像的方法能提供更优性能。
引用
@article{arxiv.2102.05896,
title = {Weighted Contourlet Parametric (WCP) Feature Based Breast Tumor Classification from B-Mode Ultrasound Image},
author = {Shahriar Mahmud Kabir and Md. Sayed Tanveer and ASM Shihavuddin and Mohammed Imamul Hassan Bhuiyan},
journal= {arXiv preprint arXiv:2102.05896},
year = {2021}
}