アンサンブル・セグメンテーションに基づく超音波画像上の乳腺腫瘤の自動抽出(様々なモダリティにおける画像処理)

スポンサーリンク

概要

論文の詳細を見る
本論文では,超音波画像における乳腺腫瘤(乳がん,線維腺腫,のう胞)の診断支援システムの構築を目的とした高精度な乳腺腫瘤のセグメンテーション法を提案する.我々の過去の研究では,マニュアル抽出した腫瘤像に対して自動鑑別する手法を開発した.乳腺腫瘤を高精度に自動抽出することができれば,この鑑別手法と組み合せることによって全自動の診断支援が可能になる.このことを踏まえて本研究では,AdaBoostを用いたアンサンブル・セグメンテーションとGeodesic Active Contourとを組合せた乳腺腫瘤の高精度な自動抽出法を提案する.また,提案手法を乳がん(200症例),線維腺腫(50症例)及びのう胞(50症例)の超音波画像に適用した結果,マニュアル抽出の領域と97%以上の一致度が得られた.さらに,自動抽出された腫瘤領域を入力として腫瘤の自動鑑別を行った結果,マニュアル抽出した腫瘤像を入力した場合と同程度の鑑別精度が得られた.
社団法人電子情報通信学会の論文
2008-10-23

著者

関連論文

もっと見る

スポンサーリンク