期刊简介
本刊是由中国科学院主管，经国家科委、新闻出版署审核批准的理、工、医相结合的国家级学术刊物，杂志创刊于1985年，现为月刊(内文160页，约35万字)。杂志主要刊出放射学(包括CT、MRI、普通X线)、超声医学、介入治疗学、影像技术学、超声工程学、电子内镜学、核医学等学科的最新研究成果。本刊主要特点是：①综合影像；②信息量大；③理、工、医相结合；④传播及时。该刊是基础科研人员和临床医务人员学术交流的园地，是广大医生晋升中高级职称的重要依据，也是中国科学院唯一的医学工程技术与临床相结合的刊物。
往期目录
-
1998
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国医学影像技术杂志
- 杂志名称：中国医学影像技术杂志
- 主管单位：中国科学院
- 主办单位：中国科学院声学研究所
- 国际刊号：1003-3289
- 国内刊号：11-1881/R
- 出版周期：月刊
期刊荣誉：《CAJ-CD》规范执行优秀奖期刊期刊收录：JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 国家图书馆馆藏, CSCD 中国科学引文数据库来源期刊(含扩展版), 医学文摘, 哥白尼索引(波兰), 文摘与引文数据库, SA 科学文摘(英), 北大核心期刊(中国人文社会科学核心期刊), 万方收录(中), 文摘杂志, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 维普收录(中)
基于分形特征序列的乳腺X线图像分类方法
柯丽；张雪；康雁
关键词：乳腺病变, 计算机辅助诊断, 分形维数, 多级分形特征, 特征选择, 支持向量机
摘要：目的 表征乳腺图像中肿块部分纹理特征,通过纹理分析实现乳腺图像中肿块部分与正常腺体部分的分类.方法 应用分形特征值表征乳腺图像纹理特征,利用多级分形特征提取法将乳腺图像分解成一系列细节图像,提取出多个分形特征值；利用分类精度、ROC曲线及曲线下面积(AUC)进行特征选择构建分形特征序列,后应用支持向量机(SVM)方法进行分类.结果 对60幅图像的可疑病变区域进行分形特征序列提取分析,SVM交叉验证分类精度达84.50％.结论 基于分形维数的乳腺图像分类方法不仅能对肿块与正常腺体进行图像分类,还可有效表征乳腺图像的纹理信息,有助于提高乳腺肿块诊断的准确率.
友情链接