基于灰度共生矩阵和BP神经网络的乳腺肿瘤识别

乳腺肿瘤是女性病发率极高的一种肿瘤疾病, 但也是一种可以通过早期确诊、提早治疗来降低病死率的一种疾病。提出灰度共生矩阵结合BP神经网络的方法, 提高乳腺肿瘤的识别率。首先将红外乳腺图像进行预处理, 突出病灶及血管的纹理,利用灰度共生矩阵提取乳腺等灰度曲线图像的纹理特征,然后通过BP神经网络对样本数据训练, 得到的BP神经网络模型能有效地将病变区域识别出来。实验结果表明,该方法对乳腺肿瘤病变区域具有较好的识别效果。