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. Three analysis methods are used to distribute a
limited number of detections across the image set and further within each
image, and additionally to perform a normalcy classification. The normalcy
classification is used to remove all detections from an image set when
predetermined normalcy conditions are met. The final output of the system
is a set of indications overlaid on the input medical images.
Un metodo e un sistema di rilevazione assistiti dall'elaboratore per aiutare i radiologi nella lettura delle immagini mediche. Il metodo ed il sistema ha applicazione particolare alla zona del mammography compreso rilevazione dei microcalcifications e delle densità ragruppati. Un rivelatore di microcalcification è fornito in cui le diverse rilevazioni sono Rank ordinato e classificato ed una delle caratteristiche per la classificazione è derivata usando un perceptron a più strati. Un rivelatore di densità è fornito compreso un modulo crescente di regione iterativa e dinamica il sottosistema incluso per l'ordinamento rigoglioso e la classificazione di un sottoinsieme il migliore delle mascherine del candidato. Un livello di elaborazione dati dell'alberino è fornito dove le rilevazioni sono analizzate nel contesto di un insieme delle immagini per un paziente. Tre metodi di analisi sono usati per distribuire un numero limitato di rilevazioni attraverso l'immagine regolata ed ulteriore all'interno di ogni immagine e per realizzare ulteriormente una classificazione di normalcy. La classificazione di normalcy è usata per rimuovere tutte le rilevazioni da un'immagine regolata quando gli stati predeterminati di normalcy sono riempiti. L'uscita finale del sistema è un insieme del overlaid di indicazioni sulle immagini mediche dell'input.
