钼靶X光乳腺肿检测算法研究.pdfVIP

摘要 摘 要 随着医学和计算机辅助诊断技术的迅速发展，人们对乳腺癌等恶性疾病早期 诊断的要求越来越迫切。钼靶X射线摄影已经成为乳腺癌早期诊断的最可靠方法之 一，然而某些类型的乳腺癌的早期影像学特征并不十分明显，所以医生很难发现 图像中所有可能的病变区域。好的计算机辅助检测系统能够有效地防止误诊和漏 诊，大大提高早期诊断率，从而为患者的预防和治疗争取时间，有效降低发病率 和死亡率。 肿块是乳腺癌在钼靶X光图像上的一个主要表现，本文提出了一种针对钼靶 X光片的乳腺肿块计算机自动检测算法。首先，根据乳腺肿块近似球形的特点， 提出了一种基于环形滤波的种子区域选取方法，该方法利用肿块的灰度和梯度特 征提取出饱满的种子区域。接着，提出了一种基于类间方差最大化(OTSU)的疑似 区域分割算法，该算法能够自动调整疑似区域边界，保证了分割结果接近肿块真 实形状。然后，提出了一种在边缘区域提取特征的特征提取方法，为了适应不同 形状的肿块，本文利用一个多边模型来拟合肿块的边界，通过多边模型提取肿块 的边缘区域，肿块边缘区域提取的特征能够很好的区分肿块与正常组织。最后， 将SVM分类器应用于肿块疑似区域的分类中。对100个病例的X光片乳腺数据 的测试结果表明，肿块正确检测率为95．3％，假阳区域为2．16个／幅，验证了本文 方法的有效性和实用性。 实验结果表明，本文提出的检测方法取得了良好的检出率，相信经过不断的 努力和改进，这些检测算法将具有广阔的应用前景。 关键词：计算机辅助检测钼靶x光环形滤波SVM多边模型 Abstract A bstract Withthe of and Detection rapidprogressphysicComputer-aidedtechnology， more make andmore demandforthe ofcancers． diagnosis people pressing earlystage hasbeenoneofthemostreliablemethodsfor detectionofbreast Mammography early in ofsome breastcancer are carcinomas．However,features mammograms early itisdifficultfordoctortodiscoverallofthe disease．A inconspicuous，SO possible good aided Can avoiderrorandmissin computerdetection(CAD)systemeffectively rateofthe canbe raised．Asthe diagnosisgreatly result，the diagnosis，theearlystage will moretimefor