【出 处】：《 中国医学影像学杂志 》 CSCD 2013年第21卷第2期 130-133页,共4页

【作 者】： 王婷 [1] ; 后桂荣 [2] ; 张宁 [1] ; 余学飞 [1]

【摘 要】 目的 基于激光共聚焦扫描显微镜皮肤图像,研发一种能够准确、有效地识别在体黑色素瘤的计算机辅助医学诊断方法。资料与方法通过小波分析法,提取40例黑色素瘤和40例常见良性痣患者激光共聚焦扫描显微镜图像的纹理特征,基于小波系数的标准差、能量以及熵值特征参数,采用分类与回归树算法对图像进行自动分类。结果 该算法对对良性痣正确分类率达92.50%。结论 该计算机辅助诊断方法不但提高了恶性黑色素瘤早期诊断的准确度,还降低了良性痣的误诊率,为临床早期发现和诊断黑色素瘤提供了客观依据。