Computer-aided assessment of tumor grade for breast cancer in ultrasound images.
Computer-aided assessment of tumor grade for breast cancer in ultrasound images.
复制标题
超声图像中乳腺癌肿瘤等级的计算机辅助评估。
DOI：
10.1155/2015/914091
复制
发表时间：
2015
影响因子：
--
通讯作者：
Kuo YF
中科院分区：
文献类型：
--
作者：
Chen DR;Chien CL;Kuo YF
本研究涉及开发一种计算机辅助诊断（CAD）系统，用于区分超声（US）图像中乳腺癌肿瘤的等级。乳腺癌病变的组织学肿瘤分级是标准的预后指标。肿瘤分级信息使医生能够为患者确定适当的治疗方法。超声成像是一种非侵入性的乳腺癌检查方法。在这项研究中，148个三维超声图像的恶性乳腺肿瘤。纹理，形态，椭球拟合，和后方的声学特征进行量化，以表征肿瘤肿块。开发了一种支持向量机来将乳腺肿瘤分级分类为低或高。该CAD系统的准确性为85.14%（126/148），敏感性为79.31%（23/29），特异性为86.55%（103/119），A Z为0.7940。
This study involved developing a computer-aided diagnosis (CAD) system for discriminating the grades of breast cancer tumors in ultrasound (US) images. Histological tumor grades of breast cancer lesions are standard prognostic indicators. Tumor grade information enables physicians to determine appropriate treatments for their patients. US imaging is a noninvasive approach to breast cancer examination. In this study, 148 3-dimensional US images of malignant breast tumors were obtained. Textural, morphological, ellipsoid fitting, and posterior acoustic features were quantified to characterize the tumor masses. A support vector machine was developed to classify breast tumor grades as either low or high. The proposed CAD system achieved an accuracy of 85.14% (126/148), a sensitivity of 79.31% (23/29), a specificity of 86.55% (103/119), and an A Z of 0.7940.
登录
查看更多内容
影响因子：
3.1
作者：
Kim, Sung Hyun;Seo, Bo Kyoung;Lee, Ju-Han
通讯作者：
Lee, Ju-Han
DOI：
10.1002/jcu.21990
发表时间：
2013-01
期刊：
Journal of clinical ultrasound : JCU
影响因子：
--
作者：
Aho M;Irshad A;Ackerman SJ;Lewis M;Leddy R;Pope TL;Campbell AS;Cluver A;Wolf BJ;Cunningham JE
通讯作者：
Cunningham JE
DOI：
10.1007/978-1-60327-241-4_13
发表时间：
2010-01-01
期刊：
DATA MINING TECHNIQUES FOR THE LIFE SCIENCES
影响因子：
--
作者：
Ben-Hur, Asa;Weston, Jason
通讯作者：
Weston, Jason
影响因子：
2.9
作者：
Moon, Woo Kyung;Shen, Yi-Wei;Chang, Ruey-Feng
通讯作者：
Chang, Ruey-Feng
影响因子：
2.9
作者：
Chang, Chin-Yuan;Kuo, Shou-Jen;Chen, Dar-Ren
通讯作者：
Chen, Dar-Ren