版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、乳腺癌是一種常見的惡性腫瘤,早期診斷和治療是降低乳腺癌死亡率的關鍵。乳腺鉬靶X線攝影是目前診斷乳腺癌的首選方法,腫塊是乳腺癌在X線圖像上的主要表現(xiàn)之一。但由于早期乳腺癌的影像學特征并不十分明顯,因而即使經(jīng)驗豐富的醫(yī)生也很難及時和準確地發(fā)現(xiàn)圖像中所有可能的病變區(qū)域。隨著醫(yī)學和計算機技術的迅速發(fā)展,根據(jù)乳腺鉬靶X線攝影來進行乳腺中腫塊及微鈣化點的計算機輔助檢測已成為乳腺癌早期診斷的研究熱點。一個好的計算機輔助檢測系統(tǒng)應該能夠有效地防止由于視
2、覺疲勞和疏忽而造成的誤診和漏診,幫助醫(yī)生更好地識別圖像中的微小病變。
本文提出了一個綜合的檢測方案來進行乳腺X線圖像中腫塊的自動檢測。首先,對原始LJPEG(Lossless JPEG)乳腺X線圖像進行解壓等預處理。然后,運用一種有效的基于數(shù)學形態(tài)學的圖像增強方法對乳腺X線圖像進行處理,有效地抑制了圖像中的背景區(qū)域和噪聲,凸現(xiàn)了腫塊區(qū)域;在此基礎上,提出了一種結合Otsu快速多閾值算法與改進分水嶺算法相結合的分割方法對乳腺
3、X線圖像進行分割處理,得到感興趣區(qū)域(ROI);由于一些低密度腫塊區(qū)域的存在,使得提取出的感興趣區(qū)域(ROI)中可能存在大量假陽性區(qū)域,本文運用基于灰度共生矩陣的紋理特征,通過BP神經(jīng)網(wǎng)絡進行第一個分類器設計,對正常組織和異常組織進行分類決策,實驗結果表明檢測效果良好;由于第一個分類器分類出來的異常組織中又存在良性腫瘤與惡性腫瘤,為了進一步確認腫塊的良惡性,本文利用圖像分割中的區(qū)域增長技術實現(xiàn)腫瘤邊緣的準確定位,提取了緊湊度、Krawt
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 鉬靶X線乳腺圖像中的腫塊檢測與識別.pdf
- 基于乳腺X射線片的腫塊檢測方法研究.pdf
- 基于X線圖像的乳腺腫塊檢測與分類方法研究.pdf
- 基于乳腺X線攝片的計算機輔助檢測腫塊方法研究.pdf
- 乳腺X圖像腫塊檢測與分類方法研究.pdf
- 基于Graph Cuts算法的乳腺X線圖像腫塊分割方法研究.pdf
- 基于小波變換的乳腺X線圖腫塊分割算法的研究.pdf
- 基于Gmac模型的乳腺腫塊分割.pdf
- 基于活動輪廓模型的乳腺X線圖像腫塊分割方法的研究.pdf
- 乳腺X線攝片中腫塊的計算機輔助檢測算法研究.pdf
- 乳腺腫塊MRI檢查與X線鉬靶攝影對比研究.pdf
- 數(shù)字乳腺X線圖像腫塊區(qū)域的增強與檢測研究.pdf
- 鉬靶X光乳腺腫塊檢測算法研究.pdf
- 基于微鈣化點檢測的乳腺X線圖像分割研究.pdf
- 乳腺MRI腫塊分割方法的分段比較研究.pdf
- 基于雙視圖的乳腺腫塊檢測方法研究.pdf
- 乳腺X線影像腫塊計算機輔助診斷算法研究.pdf
- 超聲彈性成像技術與X線鉬靶在乳腺腫塊診斷的對比研究.pdf
- 基于SVM的乳腺腫塊分層檢測算法研究.pdf
- 數(shù)字乳腺X線影像可疑密度自動分割的研究.pdf
評論
0/150
提交評論