.png){kind=icon}
返回
Real-Time microcalcification detection with SAAR algorithm
.png){kind=icon}
PRE
AI
DOI：10.1177/09287329261442665.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：乳腺癌的检测，特别是乳腺X光片中的微钙化灶识别，具有挑战性，因其需要高灵敏度和高效处理。本研究提出了一种新型算法——Sigmoidal Slope Analysis and Aspect Ratio Evaluation（SAAR），专为边缘设备上的实时应用设计。通过采用基于sigmoid函数的多步自适应过程，SAAR增强了强度对比度并优先处理感兴趣区域，从而实现微钙化灶的快速、准确检测。
目的：本研究旨在开发并验证一种高效、适用于边缘设备的乳腺X光图像微钙化灶检测方法。目标是通过实时处理提高诊断效率，从而支持临床和远程环境下的早期乳腺癌检测。
方法：SAAR算法利用基于sigmoid函数的自适应斜率检测技术，动态调整局部强度特征，提高了对图像变化的适应性。该算法通过多步自适应过程优先处理感兴趣区域，增强强度差异以聚焦潜在微钙化灶。
结果：在MIAS等标准乳腺X光数据库上的测试表明，该算法有效提高了敏感性，优于传统方法。专为边缘设备设计，该算法利用其实时处理能力，提供更低的延迟和增强的隐私保护。
结论：SAAR与边缘设备的集成代表了乳腺癌检测领域的一项有前景的进展。SAAR的自适应性结合边缘设备的实时处理能力，为提高乳腺X光图像中微钙化灶检测的效率和敏感性提供了可靠解决方案。
Keyword:
Microcalcification detection
mammography
adaptive approach
sigmoid function
edge device