基于判别式深度置信网络的疑似微钙化点区域自动定位方法

摘要

本发明公开了一种基于判别式深度置信网络的疑似微钙化点区域自动定位方法，包括以下步骤：1)乳腺X线图像预处理：对乳腺区域进行分割及增强；2)样本获取与预处理：将增强后的乳腺图像进行分割获得用于模型训练的子块图像集，并对子块进行降噪及去背景处理；3)子块特征提取与分类：构建判别式深度置信网络(DDBNs)，对DDBNs模型进行训练和微调，完成乳腺子块的特征提取和自动分类；4)微钙化点区域检测：输入待检测乳腺X线图像，对图像经过一系列预处理后，应用已训练好的最优模型，对子块进行分类判别，根据判别结果对可疑微钙化点区域进行标记。本发明可完成可疑病灶区域的自动检测及定位，在获得较高检出率的同时有效地降低了假阳性率，检测到的钙化点区域与专家标记区域具有高度一致性。