《表2 加入CNN特征与不加CNN特征的分类结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《浸润性乳腺癌超声高通量图像特征预测同侧腋窝淋巴结转移》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对乳腺肿瘤超声检查时腋窝淋巴结体积小、特征不典型和容易漏诊的情况，本研究提出基于乳腺超声图像特征预测乳腺肿瘤腋窝淋巴结转移的方法。由表2结果可见，分类器的AUC为0.903，准确率为82.6%，灵敏度为90.6%，特异度为69.9%。与文献[19]相比，在更大量的数据上实现了更好的分类结果。同时，CNN特征的使用较好地提高了分类器的分类性能。最后使用的100个特征包括46个CNN特征、42个SIFT特征、10个BI-RADS特征和2个临床信息。2个临床信息是肿瘤位置和大小。10个BI-RADS特征分别为2个形态特征、1个纹理特征和7个小波特征，其中2个形态特征是描述肿瘤边缘粗糙程度，1个纹理特征是描述肿瘤内部回声特性。从最后筛选的特征结果来看，肿瘤边缘粗糙程度、内部回声特性、位置是否在外上象限及肿瘤大小都是临床医师在实际检查中可关注的问题。分类器模型效果良好，经过筛选后的特征对乳腺肿瘤腋窝淋巴结转移有较好的区分作用，表明筛选出的乳腺肿瘤超声图像特征与腋窝淋巴结转移之间有一定的关联。本研究能为超声科医师在进行淋巴结超声检查时提供转移可能性的参考，帮助他们对患者进行更准确、更有针对性的检查。