论文部分内容阅读
为了克服乳腺图像微钙化簇检测中假阳性率高、泛化性差等缺点,本文提出了一种结合判别式深度置信网络(DDBNs)自动快速定位乳腺X线图像中微钙化簇区域的方法。首先,对乳腺区域进行提取及增强,将增强后的乳腺区域进行子块重叠分割和小波滤波;之后,构建用于乳腺子块特征提取和分类的DDBNs模型,将预训练后的DDBNs转换成使用softmax分类器的深度神经网络(DNN),并通过反向传播对网络进行微调;最后,输入待检乳腺X线图像,完成可疑病灶区域的定位。通过对乳腺摄影筛查数据库(DDSM)中的105幅含有微钙化