主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
龚勋,杨菲,杜章锦,师恩,赵绪,杨子奇,邹海鹏,罗俊.甲状腺、乳腺超声影像自动分析技术综述.软件学报,2020,31(7):0
甲状腺、乳腺超声影像自动分析技术综述
Survey of Automatic Ultrasonographic Analysis for Thyroid and Breast
投稿时间:2019-08-04  修订日期:2020-02-08
DOI:10.13328/j.cnki.jos.006037
中文关键词:  超声影像  计算机辅助诊断  甲状腺癌  乳腺癌  自动诊断
英文关键词:Ultrasound image  Computer Aided Diagnosis  Thyroid cancer  Breast cancer  Automated diagnosis
基金项目:国家自然科学基金(61876158);四川省重点研发项目(2019YFS0432)收稿时间:2019-08-04;修改时间:2019-09-19,2020-02-08
作者单位E-mail
龚勋 西南交通大学 信息科学与技术学院, 四川 成都 610031 xgong@swjtu.edu.cn 
杨菲 西南交通大学 信息科学与技术学院, 四川 成都 610031  
杜章锦 西南交通大学 信息科学与技术学院, 四川 成都 610031  
师恩 西南交通大学 信息科学与技术学院, 四川 成都 610031  
赵绪 西南交通大学 信息科学与技术学院, 四川 成都 610031  
杨子奇 西南交通大学 信息科学与技术学院, 四川 成都 610031  
邹海鹏 西南交通大学 信息科学与技术学院, 四川 成都 610031  
罗俊 四川省医学科学院·四川省人民医院, 四川 成都 610072  
摘要点击次数: 351
全文下载次数: 9445
中文摘要:
      超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良恶性结节的超声表现存在重叠,仍欠缺定量、稳定的分析手段,严重依赖操作者经验.近年基于计算机技术的医疗影像分析水平快速发展,超声影像分析取得了一系列里程碑性的突破,为医学提供有效的诊断决策支持.本文以甲状腺、乳腺两类超声影像为对象,梳理计算机视觉、图像识别技术在医学超声图像上的学术进展,以超声影像自动诊断涉及的一系列关键技术为主线,从图像预处理、病灶区定位及分割、特征提取和分类4方面对近年主流算法进行详尽的综述分析,从算法分析、数据和评估方法等方面做多维度梳理.最后讨论了具体面向这两种腺体的超声图像计算机分析存在的问题,并对此领域的研究趋势和发展方向进行展望.
英文摘要:
      Ultrasonography is the first choice of imaging examination and preoperative evaluation for thyroid and breast cancer. However, ultrasononic characteristics of benign and malignant nodules are commonly overlapped. The diagnosis heavily relies on operator's experience other than quantitative and stable methods. In recent years, medical imaging analysis based on computer technology has developed rapidly, and a series of landmark breakthroughs have been made, which provides effective decision supports for medical imaging diagnosis. In this paper, the research progress of computer vision and image recognition technologies in thyroid and breast ultrasound images is studied. A series of key technologies involved in automatic diagnosis of ultrasound images is the main lines of our work. We summarize and analyze the major algorithms in recent years, such as ultrasound image preprocessing, lesion localization and segmentation, feature extraction and classification. Moreover, multi-dimensional analysis is made on the algorithms, data sets and evaluation methods. Finally, existing problems related to automatic analysis of those two kinds of ultrasound imaging are discussed, research trend and development direction in the field of ultrasound images analysis are discussed.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利