級聯(lián)型乳腺微鈣化點檢測算法和乳腺圖像壓縮的研究.pdf

1、乳腺癌是婦女常見惡性腫瘤之一，早期診斷和早期治療是降低乳腺癌患者死亡率的關鍵。微鈣化是乳腺癌早期的一個重要標志，微鈣化點在乳腺X線影像上表現(xiàn)為獨立或成簇分布的亮點，由于乳腺鈣化點自身的特點，比如，微小、和背景的對比度不高、形狀不規(guī)則、分布不均等等，從而使精確檢測出鈣化點非常困難。隨著公眾對乳腺癌越來越關注，大規(guī)模乳腺癌普查工作已開始實施，由此產(chǎn)生的大量X光片對檢測與診斷帶來了相當?shù)膲毫?，因此提高乳腺X光片中微鈣化點檢測的效率成為我們迫切

2、需要解決的問題?，F(xiàn)有多種方法能用于檢測鈣化點并各有優(yōu)缺點，其中典型的高斯-拉普拉斯算子（LOG）是有效方法之一，盡管其能較精確地檢出鈣化點的位置但檢測效率低。為了提高檢測速度, 有很多學者把不同的算法級聯(lián)在一起或?qū)ν凰惴ú捎枚喑叨葯z測, 但如何級聯(lián)都有一定的盲目性，所以現(xiàn)有算法都無法滿足大規(guī)模普查的高效率要求。在本文中, 我們研究了不同算法的級聯(lián)或同一算法的多尺度級聯(lián)的一般理論。 首先，我們通過合理的假設建立模型; 然后我們求

3、解模型推出算法級聯(lián)的理論。根據(jù)該理論我們提出了在檢測階段的快速高效的檢測鈣化點算法和對整個乳腺圖像的實時高效的鈣化點檢測算法。在南京中大醫(yī)院乳腺病數(shù)據(jù)集上，平均每張圖的處理時間為5.0137秒，從而實現(xiàn)了鈣化點檢測的實時處理。 目前機器獲取的乳腺X線照片的分辨率都很高，而且單點象素的深度較大。例如本文中所使用的試驗數(shù)據(jù)，其分辨率是2294×1914象素，單點象素的深度是16比特。隨著大規(guī)模乳腺普查工作的實施，為了方便患者的復診，