數(shù)字乳腺X線圖像腫塊區(qū)域的增強(qiáng)與檢測(cè)研究.pdf

1、乳腺癌目前在世界上許多地區(qū)都是危害婦女健康最常見的惡性腫瘤。乳腺癌早期診斷主要是依靠乳腺X線圖像來診斷，而腫塊是乳腺癌的一個(gè)重要的表征，因此對(duì)乳腺X線圖像腫塊區(qū)域的研究分析有著極為重要的意義。但在數(shù)字乳腺X線圖像中，腫塊和背景的對(duì)比度比較低并且腫塊的邊緣比較模糊，而腫塊邊緣信息卻是判斷腫瘤是良性還是惡性的重要線索。這顯然為醫(yī)師對(duì)病情的正確診斷帶來了很大的不便。針對(duì)乳腺X線圖像腫塊增強(qiáng)和檢測(cè)的計(jì)算機(jī)輔助診斷研究，目前國(guó)內(nèi)外這方面的研究成果

2、報(bào)道還非常少。本文針對(duì)乳房腫塊的特點(diǎn)對(duì)腫塊增強(qiáng)、腫塊分割、腫塊良惡性的識(shí)別整個(gè)腫塊檢測(cè)系統(tǒng)做了研究，提出了一些新的算法，并在實(shí)驗(yàn)中取得了顯著效果。此外根據(jù)人眼的視覺特性，提出了一種對(duì)醫(yī)學(xué)圖像顯示進(jìn)行修正的方法，可以使同一幅醫(yī)學(xué)圖像在不同的顯示系統(tǒng)上得到視覺上一致的顯示。 腫塊增強(qiáng)：由于周圍脂肪、腺體組織厚度不均勻等原因，使得圖像對(duì)比度不高，腫塊區(qū)域往往難以辨別，并且邊緣比較模糊。本文根據(jù)腫塊通常表現(xiàn)為近似圓形的凸出區(qū)域這一特征，

3、提出了一種有效的自動(dòng)增強(qiáng)腫塊區(qū)域的算法。該算法利用圖像的梯度信息，對(duì)整幅圖像進(jìn)行處理可以自動(dòng)有效的增強(qiáng)和檢測(cè)出圖像中腫塊區(qū)域，而且腫塊的邊緣信息也可以得到很好的保持。 腫塊分割：圖像分割是醫(yī)學(xué)領(lǐng)域的一個(gè)非常重要的應(yīng)用領(lǐng)域，腫塊形狀是判斷腫瘤是良性還是惡性的重要特征。本文通過對(duì)增強(qiáng)后圖像提取腫塊區(qū)域的灰度、面積、緊縮度、對(duì)比度四個(gè)特征值，利用新的區(qū)域生長(zhǎng)方法對(duì)整幅圖像處理，可以有效的分割出圖像中腫塊區(qū)域，而且很好的保持了腫塊的邊緣

4、信息。 腫塊識(shí)別：粗糙集理論是一種新的處理不確定知識(shí)的數(shù)據(jù)工具。目前已在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別與分類等方面得到了廣泛應(yīng)用。本文提出了基于粗糙集理論的腫塊識(shí)別系統(tǒng)，該系統(tǒng)包括規(guī)則獲取和腫塊識(shí)別兩部分，在這兩部分中綜合運(yùn)用了粗糙集中的多種理論。規(guī)則的獲取包括以下幾個(gè)步驟：圖像預(yù)處理、腫塊區(qū)域分割、獲取腫塊特征(平均亮度、區(qū)域噪聲、Law紋理能量度量等10個(gè)特征值)、建立決策表、離散化決策表、約簡(jiǎn)決策表、獲取決策規(guī)則；而腫塊識(shí)別

5、是通過規(guī)則的匹配來完成的。實(shí)驗(yàn)表明該方法對(duì)腫塊良惡性的識(shí)別具有良好的效果，識(shí)別率為85％左右。 顯示一致性：由于不同顯示系統(tǒng)顯示特性的不同，同一幅圖像在不同顯示系統(tǒng)的顯示效果也不相同，而醫(yī)學(xué)圖像的顯示效果對(duì)臨床診斷非常重要。本文根據(jù)人眼的視覺特性，提出一個(gè)對(duì)醫(yī)學(xué)圖像顯示進(jìn)行修正的方法。通過應(yīng)用本方法不僅可以提高圖像的顯示效果，而且可以使同一幅圖像在不同的系統(tǒng)上得到視覺上一致的顯示。 利用VC++開發(fā)工具，結(jié)合我們研究出的