乳腺电阻抗扫描成像研究

乳腺电阻抗扫描成像研究

ID:36768696

大小:2.34 MB

页数:54页

时间:2019-05-15

乳腺电阻抗扫描成像研究_第1页
乳腺电阻抗扫描成像研究_第2页
乳腺电阻抗扫描成像研究_第3页
乳腺电阻抗扫描成像研究_第4页
乳腺电阻抗扫描成像研究_第5页
资源描述:

《乳腺电阻抗扫描成像研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要摘要论文题目:乳腺电阻抗扫描成像研究研究生姓名:董艳丽导师姓名:鲍旭东教授学校名称:东南大学电阻抗扫描(ElectricalImpedanceScanning,EIS)技术是一种新的诊断技术,目前主要用于识别乳房组织的癌变区域。研究发现癌细胞的介电特性不同于正常细胞,从而使其癌变区域的电流场发生变化,使用EIS可以测得诱导电流的电容率和电导率。EIS对病人无伤害,相对成本较低,具有良好的应用前景。本文首先对EIS乳腺检测的信号进行了分析,将其归纳为4个信号来源,分别是乳房组织阻抗,皮肤阻抗,电极一皮肤接触阻抗和扰动等噪声信

2、号。基于信号分析的结果,完成了两个实验,分别是病例分类实验和盲信号提取实验,实验数据来自上海东影公司的AngelplanEIS.1000乳腺电阻抗扫描检测系统。第一个实验在标准频率200Hz下进行,将测量所得的病例导纳数据进行独立成分分析,提取特征矩阵,进行基于支持向量机的病例分类实验,灵敏度为86.7%,特异度为73.3%,准确度为80.O%,达到了很好的识别效果;第二个实验则是将多频扫描得到的导纳数据进行了Cole模型拟合和模型参数提取,将提取的参数进行了基于二阶统计量的实验,实验结果显示,正常病例提取的源信号矩阵具有很好

3、的一致性,而癌变病例则相反。两个实验都得到了较好的病例识别效果。之后介绍了一套新的基于扫频的EIS硬件系统,它的最高频率提高到了IMHz。本文基于该系统完成了系统校正实验,并对耦合剂的影响进行了研究。本文最后对乳腺电阻抗扫描的研究工作进行了总结和展望,总结了本论文所完成的主要工作,指出了在未来研究工作中尚存在的难点和尚需解决的问题。关键词:乳腺电阻抗扫描,独立成分分析,支持向量机,校正/AbstractTitle:StudyofElectricalImpedanceScanningfortheDetectionofBreast

4、CanCerAuthor:DoNGY.anLiSupervisor:Prof.BAOXudongSchool:SoutheastUniversityElectricalimpedancescanning(EIS)isanewdiagnostictool,SOfarusedprimarilyfortheidentificationofmalignantbreastdisease.Studiessuggestthatcancercellshavealtereddielectricpropertiescomparedwithnorm

5、alcells,therebydistortingthelocalelectricalfield.TheinducedchangesincapacitanceandconductivityaremeasurableusingEIS.Electricalimpedancescanninghasbeengeneratinginterestforseveralreasonsatpresent,includingcomforttothepatient,therelativelylowcostandSOon.Inthefirstpart

6、ofthepaper,EISsignalcontentsforbreastdetectionweresummarizedandfoursourceswereproposedwhichwerebreasttissueimpedance,skinimpedance,electrode-skincontactimpedanceandnoises.Basedonthesignalanalysis,twoexperimentswerecarriedon.ExperimentaldatawerefromAngelplanEIS一1000f

7、orbreastcancerdetection,whichmadeinShanghaiEastimageEquipmentCorporation.ThefirstexperimentWasproposedtouseindependentcomponentanalysistoextractfeaturesoforiginaladmittancedatafromEISunderthestandardfrequency200Hz.Combinedwithsupportvectormachineasclassifier,theexpe

8、rimentalresultcouldidentifymalignantbreastfromnormal.Theresultcouldachieveasensitivityof86.7%.aspecificityof73.3%andanaccuracyof80.0%.Cole

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。