医学影像分析中的两大创新技术:乳腺肿瘤分类与小血管分割
在医学影像分析领域,准确的肿瘤分类和小血管分割对于疾病的诊断和治疗至关重要。本文将介绍两种创新的技术方法,分别用于乳腺超声(BUS)肿瘤分类和 3D 小血管分割,它们在提高诊断准确性和效率方面展现出了巨大的潜力。
1. BUS 肿瘤分类:Hybrid - MT - ESTAN 方法
-
数据集
- 为了评估 Hybrid - MT - ESTAN 的性能,使用了四个公共数据集,包括 HMSS、BUSI、BUSIS 和 Dataset B。将这些数据集合并构建了一个包含 3320 张 B 模式 BUS 图像的大型多样数据集,其中 1664 张包含良性肿瘤,1656 张包含恶性肿瘤。
- 各数据集的详细信息如下表所示:
| BUS 数据集 | 图像数量 | 分布 | 来源 |
| — | — | — | — |
| HMSS | 1948 | b:812, m:1136 | 荷兰 |
| BUSI | 647 | b:437, m:210 | 埃及 |
| BUSIS | 562 | b:306, m:256 | 中国 |
| Dataset B | 163 | b:109, m:54 | 西班牙 |
| 总计 | 3320 | b: 1664, m: 1656 | - |
-
评估指标
- 对于分类任务,使用了准确率(Acc)、灵敏