基于超声RF信号的乳腺肿瘤分级检测方法

为解决超声乳腺肿瘤分级检测问题，从超声射频(RF)信号的角度提出了一种有效的乳腺肿瘤分级检测方法。首先，采用Shearlet变换提取乳腺超声RF信号的多尺度、多方向特征；其次，考虑Shearlet特征的高维冗余性，采用多尺度方向二值模式(MDBP)对其进行编码，在不损失特征信息的条件下降低特征维度；最后，依据医生阅片经验以及不同分级乳腺肿瘤的特征差异性，设计出适合乳腺病变分级检测的层级二叉树SVM分类器(CBT-SVM)。在928个乳腺肿瘤患者的超声RF信号上进行验证，大量结果表明，提出方法可以有效实现3级、4A级～4C级、5级乳腺肿瘤的分级检测，准确度、敏感度、特异度、PPV、NPV以及MCC分别达到89.29%、75.62%、94.54%、97%、98.3%和81.01%。