本文關(guān)鍵詞：乳腺腫瘤超聲圖像特征提取技術(shù)的研究

  更多相關(guān)文章： 乳腺腫瘤 超聲圖像 圖像分割 自動分割 特征提取

【摘要】：乳腺腫瘤是當(dāng)今社會中女性的一種常見、多發(fā)疾病,早發(fā)現(xiàn)、早診斷、早治療是乳腺腫瘤疾病的防治原則。超聲影像技術(shù)憑借其適應(yīng)面廣、價格低廉、無輻射、快捷及無創(chuàng)等特點,逐漸成為乳腺腫瘤早期篩查的重要工具。本文針對乳腺腫瘤超聲圖像,提出了一種準(zhǔn)確、快速的自動分割算法,并從分割后的圖像中提取可疑病變區(qū)的形態(tài)特征和紋理特征,進而為后期乳腺腫瘤的良惡性判別奠定基礎(chǔ),為乳腺腫瘤的臨床診斷提供參考意見,提高診斷效率、降低誤診率和漏診率。本文主要研究內(nèi)容包含以下三部分:超聲圖像預(yù)處理、乳腺超聲圖像腫瘤邊界的分割以及乳腺腫瘤超聲圖像的特征提取。在超聲圖像預(yù)處理部分,實驗對比、分析了一些常用濾波模型在超聲圖像處理方面的降噪效果,并選擇了在濾除噪聲的同時,能保持圖像邊緣細節(jié)信息的各向異性擴散模型用于濾除乳腺超聲圖像中的斑點噪聲。在乳腺超聲圖像腫瘤邊界分割部分,首先提出了一種基于圖割理論和基于距離正則化的水平集(Distance Regularized Level Set Evolution,DRLSE)模型相結(jié)合的半自動分割算法,解決了DRLSE模型迭代次數(shù)較多、演化速度較慢、容易陷入局部極小值和圖割模型不能分割凹形區(qū)域的缺陷。接著,提出了一種基于Otsu閾值和改進CV模型的乳腺超聲腫瘤自動分割算法,利用Otsu閾值分割算法對圖像進行粗分割,結(jié)合形態(tài)學(xué)濾波、孔洞填充等后續(xù)處理自動獲取腫瘤邊界的大致輪廓;將粗分割的結(jié)果作為初始輪廓,并采用改進的CV模型對其進行演化,得到最終的分割結(jié)果。在乳腺腫瘤特征提取部分,結(jié)合臨床診斷中常用的參數(shù)以及乳腺影像報告數(shù)據(jù)系統(tǒng)(BI-RADS)描述腫塊的7個方面,提取了基于灰度共生矩陣和基于Tamura紋理的11個紋理特征和圓形度、縱橫比、緊密度、平均方向數(shù)等7維形態(tài)特征。為了更好地找出類間區(qū)分能力較強的特征,本文引入了類間距的概念,并根據(jù)良惡性腫瘤特征間的類間距,挑選出具有最優(yōu)分類能力的特征組合,為后續(xù)的腫瘤分類做準(zhǔn)備。
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TB559

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙元黎;呂晶;葛向紅;姚淑霞;梁二軍;;乳腺腫瘤周邊組織的拉曼光譜研究[J];光譜學(xué)與光譜分析;2006年07期

2 鐘瑾;施俊;周世崇;胡文婕;;基于分數(shù)階Fourier變換的乳腺腫瘤紋理特征提取[J];上海大學(xué)學(xué)報(自然科學(xué)版);2012年03期

3 陳志宏;嚴壯志;劉書朋;;基于模糊自適應(yīng)共振網(wǎng)絡(luò)簡化模型方法的乳腺腫瘤基因分類[J];上海大學(xué)學(xué)報(自然科學(xué)版);2006年04期

4 計鐘;婁存廣;楊思華;;三維微波熱聲成像系統(tǒng)及早期乳腺腫瘤檢測研究[J];激光生物學(xué)報;2012年05期

5 夏厚軍;王春艷;張海林;何保麗;角建林;陳策實;;自發(fā)性樹，

本文編號：1156754