Mass Detection in Mammogram Based on Marker-pulse Coupled Neural Networks
Zhenzhong Han, Houjin Chen, Jupeng Li, Chang Yao, Lin Cheng · JOURNAL OF ELECTRONICS INFORMATION TECHNOLOGY · 2014
乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)与标记符相结合设计了标记PCNN图像分层方法，继而利用多同心层 (Multiple Concentric Layers, MCL)模型得到可疑区域。最后，借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明，该文方法在保证假阳性率(False Positive Rate, FPR)的同时，肿块真阳性率(True Positive Rate, TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。