A computer aided detection method and system to assist radiologists in the
reading of medical images. The method and system has particular
application to the area of mammography including detection of clustered
microcalcifications and densities. A microcalcification detector is
provided wherein individual detections are rank ordered and classified,
and one of the features for classification is derived using a multilayer
perceptron. A density detector is provided including an iterative, dynamic
region growing module with embedded subsystem for rank ordering and
classification of a best subset of candidate masks. A post processing
stage is provided where detections are analyzed in the context of a set of
images for a patient. The post processing includes a normalcy
classification including providing computed values corresponding to each
detection from a category of detections on an image set, computing a
normalcy value using the computed values, and removing all detections from
an image set when the normalcy value does not meet a predetermined
condition. The final output of the system is a set of indications overlaid
on the input medical images.
Μια με τη βοήθεια υπολογιστή μέθοδος ανίχνευσης και ένα σύστημα για να βοηθήσει τους ακτινολόγους στην ανάγνωση των ιατρικών εικόνων. Η μέθοδος και το σύστημα έχουν την ιδιαίτερη εφαρμογή στον τομέα της μαστογραφίας συμπεριλαμβανομένης της ανίχνευσης συγκεντρωμένων microcalcifications και των πυκνοτήτων. Ένας microcalcification ανιχνευτής παρέχεται όπου οι μεμονωμένες ανιχνεύσεις είναι πυκνή διαταγμένη και ταξινομημένη, και ένα από τα χαρακτηριστικά γνωρίσματα για την ταξινόμηση παράγεται χρησιμοποιώντας πολυστρωματικό perceptron. Ένας ανιχνευτής πυκνότητας παρέχεται συμπεριλαμβανομένης μιας επαναληπτικής, δυναμικής αυξανόμενης ενότητας περιοχών το ενσωματωμένο υποσύστημα για την πυκνή διαταγή και της ταξινόμησης ενός καλύτερου υποσυνόλου των μασκών υποψηφίων. Ένα μετα στάδιο επεξεργασίας παρέχεται όπου οι ανιχνεύσεις αναλύονται στα πλαίσια ενός συνόλου εικόνων για έναν ασθενή. Η μετα επεξεργασία περιλαμβάνει μια ταξινόμηση normalcy συμπεριλαμβανομένης της παροχής των υπολογισμένων τιμών που αντιστοιχούν σε κάθε ανίχνευση από μια κατηγορία ανιχνεύσεων σε ένα σύνολο εικόνας, υπολογίζοντας μια αξία normalcy χρησιμοποιώντας τις υπολογισμένες τιμές, και αφαιρώντας όλες τις ανιχνεύσεις από μια εικόνα θέστε όταν δεν ικανοποιεί η αξία normalcy έναν προκαθορισμένο όρο. Η τελική παραγωγή του συστήματος είναι ένα σύνολο ενδείξεων που επιστρώνονται στις ιατρικές εικόνες εισαγωγής.
