基于顯著性檢測的乳腺超聲圖像全自動分割方法.pdf

1、乳腺癌是多發(fā)于女性群體的常見惡性腫瘤，對女性的身心健康造成了嚴重危害。對癌癥的早發(fā)現、早診斷、早治療是國際醫(yī)學界公認的癌癥最佳治療手段。超聲具備對人體無創(chuàng)傷、無放射、精確度高、成本低廉等優(yōu)勢，成為了廣泛應用于乳腺癌臨床診斷的主要影像學手段。將計算機輔助診斷（CAD）系統(tǒng)應用到對乳腺癌的診斷過程中，能輔助醫(yī)生進行判斷，提高結果的客觀性和準確性和減少誤診、漏診情況，對病情的診斷和治療有重要意義。
　　對腫瘤的分割是乳腺超聲CAD系統(tǒng)中

2、關鍵而又具有挑戰(zhàn)性的步驟。目前的乳腺腫瘤分割方法多為半自動方式，即在算法運行的過程中需要人工進行諸如圈定感興趣區(qū)域、選取種子點等干預指導。當面臨大量任務時，人工操作成為算法運行的瓶頸。醫(yī)生在對乳腺超聲圖像進行判讀時，會結合圖像序列間的聯系，對單幅圖像的結果進行校準修正，然后得出準確的結論。現有的乳腺腫瘤分割方法多以單幅超聲圖像作為處理單元，僅根據單幅圖像信息進行分割的結果在全局一致性上存在著不足。
　　針對上述乳腺腫瘤分割方法存在

3、的問題，本文提出了基于顯著性檢測的乳腺腫瘤全自動分割方法，主要內容包含有以下兩方面：
　　首先，本文提出了基于單幅圖像顯著性檢測的乳腺腫瘤分割方法。該方法結合乳腺的解剖學結構和超聲圖像特點，基于單幅超聲圖像信息構造位置先驗顯著圖和背景線索顯著圖。兩張顯著圖在反映乳腺腫瘤顯著性上各有優(yōu)點，通過二者的融合生成初始顯著圖。針對初始顯著圖在表現顯著目標即腫瘤上存在的內部不均勻致密的情況，通過結合模糊連接的顯著值傳播方法獲得最終的顯著圖。實

4、驗結果表明，該方法生成的顯著圖能夠有效剔除背景并且凸顯腫瘤區(qū)域。
　　其次，本文提出了結合視頻顯著性檢測和隨機游走算法的乳腺腫瘤分割方法。該方法以圖像序列為處理單元，構建了以超像素為單元的圖模型，并定義了用于反映圖像區(qū)域的局部信息的結點幀內鄰居和幀間鄰居。通過包含結點鄰居關系的圖像序列內的顯著值同步更新方法更新基于單幅圖像信息的顯著圖，獲得更為均勻致密且一致性高的顯著性檢測結果。在視頻顯著性檢測的基礎上，根據顯著值選定生成大量的、