基于活動(dòng)輪廓模型的乳腺X線圖像腫塊分割方法的研究.pdf

1、乳腺癌是當(dāng)今危害女性健康的最常見的惡性腫瘤之一。乳腺癌防治的關(guān)鍵在于早期診斷，乳腺X線攝影技術(shù)被認(rèn)為是目前臨床上早期探測(cè)乳腺癌最有效的方法。乳腺X線圖像的閱讀分析通常依賴于影像科醫(yī)生的專業(yè)知識(shí)和主觀經(jīng)驗(yàn)，但由于乳腺組織的復(fù)雜性、早期乳腺癌癥狀的隱匿性以及人的視覺(jué)感知等因素，醫(yī)生在閱片時(shí)容易漏檢或出現(xiàn)診斷錯(cuò)誤。國(guó)內(nèi)外研究表明，乳腺X線圖像計(jì)算機(jī)輔助診斷技術(shù)(computer-aided diagnosis，CAD)技術(shù)能夠提高影像醫(yī)生的診

2、斷效率和正確率。乳腺腫塊分割作為腫塊檢測(cè)中的先前步驟，分割結(jié)果的質(zhì)量將直接影響到后續(xù)的腫塊分類和檢測(cè)，在乳腺X線圖像CAD系統(tǒng)中具有重要的作用。
　　 本碩士論文首先介紹了乳腺癌的現(xiàn)狀、診斷方法以及乳腺X線圖像CAD技術(shù)的必要性，在綜述了目前乳腺X線圖像腫塊分割方法的基礎(chǔ)上，對(duì)乳腺X線圖像腫塊分割做了較為深入的研究，最后結(jié)合乳腺X線圖像的特點(diǎn)，提出使用活動(dòng)輪廓模型作為腫塊分割方法。
　　 活動(dòng)輪廓模型是基于泛函極值理論和

3、變分方法的，主要分為參數(shù)活動(dòng)輪廓模型和幾何活動(dòng)輪廓模型。參數(shù)活動(dòng)輪廓模型是在目標(biāo)邊界附近最小化樣條曲線的能量函數(shù)以達(dá)到分割目標(biāo)的目的。高斯力和梯度矢量流等傳統(tǒng)參數(shù)活動(dòng)輪廓模型難以處理弱邊界醫(yī)學(xué)圖像分割問(wèn)題，在GVF Snake模型的基礎(chǔ)上，本研究提出一種基于多分辨率GVF Snake模型的腫塊分割方法，在構(gòu)建圖像高斯金字塔的基礎(chǔ)上，以遞歸的形式調(diào)用GVF Snake模型對(duì)每層圖像進(jìn)行腫塊分割。該方法通過(guò)引入多分辨率思想，有效地降低了對(duì)初

4、始輪廓的敏感性，減少了噪聲對(duì)分割過(guò)程的影響，具有較好的分割效果。針對(duì)參數(shù)活動(dòng)輪廓模型在分割乳腺腫塊時(shí)存在的不足，本研究引入了基于水平集方法的幾何活動(dòng)輪廓模型。在介紹曲線演化理論和水平集方法的基礎(chǔ)上，重點(diǎn)研究了基于同質(zhì)區(qū)域信息的Chen-Vese模型(C-V模型)。由于乳腺X線圖像的灰度不均勻性，C-V模型的分割方法結(jié)果往往并不理想。為此本研究提出一種多尺度的腫塊分割模型，通過(guò)引入多尺度方法，充分利用圖像的全局信息和局部信息對(duì)腫塊進(jìn)行分割