基于乳腺X射線片的腫塊檢測方法研究.pdf

1、乳腺癌作為中老年女性的致命腫瘤之一,早期檢測、早期治療是降低乳腺癌死亡率的關(guān)鍵。乳腺X線攝影是公認的診斷早期乳腺癌的方法,但醫(yī)生閱讀乳腺X射線片圖像是一個耗時耗力的工作,誤診率和漏診率較高。因而,出現(xiàn)了一些基于計算機圖像處理和模式識別的乳腺癌系輔助診斷統(tǒng),以幫助醫(yī)生提高診斷的準確率。
　　計算機輔助乳腺癌診斷和檢測系統(tǒng)(Computer Aided Detection and Diagnosis,CAD)存在著假陽性率較高、特征優(yōu)

2、化不夠好、分類精度不高等問題,圍繞這些問題研究了乳腺區(qū)域的分割、乳腺腫塊特征的優(yōu)化、乳腺腫塊的分類三個方面。
　　針對分水嶺分割的過分割和乳腺邊緣區(qū)域灰度接近背景區(qū)域灰度的問題,提出了一種基于分水嶺的乳腺分割方法。此算法首先利用2次Otsu分割算法得到乳腺的初始輪廓,然后計算標記的乳腺區(qū)域和背景區(qū)域,將原圖像形態(tài)學(xué)梯度圖中的標記區(qū)域的灰度置為0,最后使用分水嶺分割的方法得到最終的乳腺輪廓。
　　針對乳腺腫塊特征的冗余和特征取

3、值范圍對分類影響的問題,設(shè)計了一種基于遺傳算法的加權(quán)特征優(yōu)化算法。此算法是應(yīng)用遺傳算法,以支持向量機的分類分數(shù)值作為適應(yīng)度,將特征選擇和特征權(quán)重計算同步進行,當特征權(quán)重小于某一閾值時,認為此特征沒有分類能力,將被去除,其它不同的特征對應(yīng)不同的特征權(quán)重,具有不同的分類貢獻。
　　針對乳腺癌CAD系統(tǒng)的樣本數(shù)量較少和樣本特征維數(shù)較大的問題,實現(xiàn)了支持向量機分類器(Support Vector Machine,SVM)。此分類器采用Pl