乳腺CT圖像中腫瘤的分割方法研究.pdf

1、乳腺癌作為當(dāng)今女性最普遍的癌癥之一,已經(jīng)成為嚴(yán)重危害女性健康的罪魁禍?zhǔn)?。如何有效地提高乳腺癌的診斷、治療,進(jìn)而最大可能地減少損害,已經(jīng)成為當(dāng)今女性健康所面臨的一個(gè)急需解決的問題。為此,乳腺腫瘤分割的準(zhǔn)確與否,不僅為臨床診斷及放射治療方式的選擇提供重要依據(jù),而且直接關(guān)系到患者的治療效果。故如何提高乳腺CT圖像腫瘤的分割準(zhǔn)確率一直是相關(guān)人員研究的重點(diǎn)。
　　本課題研究的內(nèi)容是乳腺CT圖像中腫瘤的分割方法。首先,依據(jù)腫瘤的形態(tài)及統(tǒng)計(jì)特性

2、,提取疑似病灶區(qū);其次對(duì)病灶區(qū)進(jìn)行對(duì)比度增強(qiáng);最后根據(jù)病灶區(qū)邊緣是否清晰,與周邊組織是否粘連,采用兩種不同方法分割乳腺腫瘤。
　　論文主要圍繞以下幾點(diǎn)展開:
　　(1)對(duì)乳腺腫瘤分割之前,需要進(jìn)行預(yù)處理,主要包括提取疑似病灶區(qū)和增強(qiáng)病灶區(qū)。前者針對(duì)乳腺CT圖像腫瘤可能出現(xiàn)的位置,及其形態(tài)及灰度特征提取疑似病灶;后者通過形態(tài)學(xué)濾波器進(jìn)行對(duì)比度增強(qiáng),不僅濾除了噪聲及非規(guī)則細(xì)節(jié),而且突出了腫瘤區(qū)與非腫瘤區(qū)的灰度層次。
　　(

3、2)當(dāng)乳腺腫瘤邊緣清晰,與周圍組織明顯時(shí),采用一種從粗到細(xì)的分割方法。首先利用形態(tài)學(xué)重構(gòu)濾波器去除圖像中的細(xì)小毛刺和不規(guī)則邊緣,避免產(chǎn)生新邊界和邊界偏移;其次,通過提取局部最大值標(biāo)記目標(biāo)區(qū)域,然后采用強(qiáng)制最小技術(shù)修正梯度圖像并進(jìn)行分水嶺變換,實(shí)現(xiàn)乳腺腫瘤的粗分割;最后,通過在分水嶺脊線上人工選擇種子點(diǎn)形成的曲線作為Snake模型的初始輪廓來動(dòng)態(tài)逼近目標(biāo)的真實(shí)邊緣,實(shí)現(xiàn)乳腺腫瘤的細(xì)分割。
　　(3)對(duì)于乳腺腫瘤與周邊組織較近或者粘連

4、,其邊界模糊不清時(shí),采用上述方法,分割結(jié)果除了腫瘤區(qū),還包括非腫瘤區(qū)。為了避免過分割,針對(duì)乳腺腫瘤的形態(tài)特性,利用點(diǎn)分布模型(Point Distribution Model,PDM)訓(xùn)練多幅乳腺CT圖像中的腫瘤輪廓,并提取腫瘤的平均形狀,并將其依附于實(shí)際腫瘤的邊緣,結(jié)合Snake模型動(dòng)態(tài)跟蹤目標(biāo)的真實(shí)邊緣,實(shí)現(xiàn)病灶區(qū)分割。
　　本文是在MATLAB2012b平臺(tái)上對(duì)臨床醫(yī)學(xué)CT圖像進(jìn)行了實(shí)驗(yàn),結(jié)果表明,針對(duì)不同的乳腺腫瘤CT圖,