基于超聲圖像的乳腺癌輔助檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、隨著高性能計(jì)算機(jī)的普及和人工智能的發(fā)展，利用計(jì)算機(jī)協(xié)助人工來進(jìn)行檢測(cè)病變區(qū)域已經(jīng)成為當(dāng)前計(jì)算機(jī)科學(xué)發(fā)展的重要方向。圖像處理作為主要的智能信息處理技術(shù)已經(jīng)越來越廣泛地被應(yīng)用到日常生活中。醫(yī)學(xué)超聲成像因其有效、安全、便攜及低成本成為醫(yī)學(xué)診斷中的一種重要手段。醫(yī)學(xué)超聲圖像處理算法的研究是近年來隨著醫(yī)學(xué)超聲成像技術(shù)的發(fā)展和廣泛應(yīng)用而出現(xiàn)的一個(gè)新的圖像處理方向，并且隨著醫(yī)學(xué)超聲成像技術(shù)的發(fā)展還在不斷發(fā)展，因此越來越受到人們的重視。雖然醫(yī)學(xué)超聲圖像

2、處理算法的研究是直接面向醫(yī)學(xué)實(shí)踐的，但其研究成果對(duì)其它圖像處理領(lǐng)域也有很大的推動(dòng)作用。
　　本論文對(duì)乳腺超聲輔助檢測(cè)中的一些醫(yī)學(xué)超聲圖像處理的關(guān)鍵算法和關(guān)鍵問題進(jìn)行了研究，主要包括超聲圖像去噪、乳腺超聲圖像增強(qiáng)和乳腺病變腫塊分割等算法。具體包括以下幾方面的工作：
　　1．超聲圖像去噪
　　超聲成像技術(shù)是通過人體對(duì)高頻聲波的反射來獲取圖像的。嚴(yán)重的散斑噪聲污染使超聲圖像的視覺質(zhì)量很差，組織間的邊緣檢測(cè)也很困難。為解決該問

3、題，本文提出一種基于二維均勻性直方圖和方向均值濾波的算法來去除乳腺超聲圖像上的斑點(diǎn)噪聲，改善圖像的質(zhì)量。由于斑點(diǎn)噪聲是一種乘性噪聲，在對(duì)超聲圖像進(jìn)行處理之前，先進(jìn)行對(duì)數(shù)變換，把乘性噪聲轉(zhuǎn)化為服從高斯分布的加法噪聲。然后通過紋理信息來描述超聲圖像的斑點(diǎn)特性，并且根據(jù)紋理特性來定義均勻性值，把超聲圖像從灰度域映射到均勻性域。則圖像的斑點(diǎn)噪聲特性就通過均勻值來描述。如果該區(qū)域的均勻值比較高，則該區(qū)域紋理比較均勻，斑點(diǎn)噪聲比較少。反之，該區(qū)域的

4、均勻值比較低，則該區(qū)域紋理變化劇烈，斑點(diǎn)噪聲較多。根據(jù)二維均勻性直方圖來確定閾值來區(qū)分該區(qū)域是否是均勻區(qū)域。對(duì)非均勻區(qū)域利用方向均值濾波進(jìn)行去噪處理，而對(duì)均勻區(qū)域則不作處理。該濾波去噪過程是循環(huán)進(jìn)行的，直到乳腺圖像的紋理值足夠均勻，則結(jié)束循環(huán)過程。分析和實(shí)驗(yàn)結(jié)果顯示了提出的算法在去除噪聲以及保留邊緣上都有不錯(cuò)的表現(xiàn)。
　　2.乳腺超聲圖像增強(qiáng)
　　由于乳腺超聲圖像本身有一定程度的模糊性，對(duì)比度比較低，不利于醫(yī)生觀察。為了獲得

5、更好的視覺效果和提高乳腺癌檢測(cè)的正確率，在檢測(cè)前對(duì)乳腺超聲圖像進(jìn)行增強(qiáng)處理是很有必要的。本文提出一種基于模糊邏輯的乳腺超聲圖像增強(qiáng)算法。在對(duì)乳腺圖像進(jìn)行增強(qiáng)處理的過程中，不僅考慮到了超聲圖像本身的模糊性，而且在圖像上對(duì)乳腺疾病診斷有著重要意義的特征區(qū)域也得到了重視。在圖像映射到模糊域的過程中，根據(jù)最大信息熵的原則使得圖像的灰度信息得到了很好的利用。提取模糊域中的邊緣信息和紋理信息來描述病變區(qū)域的特征。綜合圖像全局和局部的信息來定義模糊局

6、部對(duì)比度和增強(qiáng)標(biāo)準(zhǔn)。最后把增強(qiáng)后的模糊域中圖像反變換到灰度域，從而完成增強(qiáng)任務(wù)。實(shí)驗(yàn)結(jié)果顯示增強(qiáng)算法能很好的提高乳腺超聲圖像的對(duì)比度，能顯著提高醫(yī)生臨床診斷的有效性。
　　3.乳腺超聲圖像分割
　　由于超聲圖像的低對(duì)比度和噪聲干擾，即使對(duì)有經(jīng)驗(yàn)的醫(yī)師來說，確定圖像中物體的邊緣也是一項(xiàng)困難的工作。本文根據(jù)乳腺超聲圖像的形態(tài)和紋理特征，提出基于改進(jìn)粒子群優(yōu)化聚類算法，即淘汰粒子群優(yōu)化聚類算法(EPSO Clustering)，把