乳腺癌是女性患者中發(fā)病最高的癌癥,不僅對女性的身體健康造成了極大的危害,也對她們的心理和生活也造成了極大的困擾。臨床研究表明,如果能夠在乳腺癌早期及時發(fā)現(xiàn)并有效治療,能極大的提高女性患者的生存率。醫(yī)學(xué)影像檢查中的超聲成像技術(shù),憑借著低成本、診斷效果好、成像質(zhì)量不錯、對人體無傷害以及小巧靈活等特點(diǎn),成為了乳腺診斷中的常規(guī)檢查手段。計(jì)算機(jī)輔助診斷（CAD）由于能幫助醫(yī)生進(jìn)行診斷,有效的提高診斷的準(zhǔn)確性和客觀性,減少醫(yī)生診斷過程中的失誤,提高診斷的效率,而被廣泛的應(yīng)用到乳腺癌的診斷中。計(jì)算機(jī)輔助診斷中病變位置的定位直接影響到后續(xù)的定性定量的分析,病變部分的圖像分割成為了計(jì)算機(jī)輔助診斷中最為重要的部分。目前對于腫瘤的分割方案大部分都不是全自動的,這些方案在使用的過程中需要醫(yī)生進(jìn)行配合如選取種子點(diǎn)、圈定ROI等行為。當(dāng)需要處理的數(shù)據(jù)量比較大的時候,會對醫(yī)生的工作產(chǎn)生負(fù)擔(dān),拖慢工作節(jié)奏,更容易使得醫(yī)生產(chǎn)生錯誤的判斷。乳腺的超聲圖像可以通過各種不同設(shè)備進(jìn)行采集,這些設(shè)備采集到的圖像質(zhì)量上存在著比較大的差異,比如分辨率低、細(xì)節(jié)丟失、清晰度低、對比度低等。目前的分割方案往往是針對某一種設(shè)備采集到的圖像為... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目的和意義
    1.2 乳腺超聲圖像分割方法概述
        1.2.1 非自動分割方法
        1.2.2 自動分割方法
        1.2.3 現(xiàn)有方法的不足
    1.3 本文主要研究內(nèi)容
第2章 視覺顯著性檢測概述
    2.1 引言
    2.2 視覺注意力機(jī)制
    2.3 視覺顯著性模型
        2.3.1 自底向上的檢測模型
        2.3.2 自頂向下的檢測模型
        2.3.3 顯著性檢測中常用的先驗(yàn)知識
    2.4 本章小結(jié)
第3章 結(jié)合圖像顯著性檢測的乳腺腫瘤檢測
    3.1 引言
    3.2 乳腺超聲中的一些醫(yī)學(xué)先驗(yàn)
    3.3 現(xiàn)有基于顯著性檢測的乳腺腫瘤分割分析
        3.3.1 基于解剖學(xué)線索和對比度線索的顯著圖
        3.3.2 基于位置先驗(yàn)線索和背景線索的顯著圖
    3.4 圖像顯著性檢測的乳腺腫瘤檢測
        3.4.1 預(yù)處理
        3.4.2 背景種子點(diǎn)生成
        3.4.3 腫瘤顯著圖生成
        3.4.4 腫瘤檢測
    3.5 本章小結(jié)
第4章 實(shí)驗(yàn)結(jié)果及分析
    4.1 引言
    4.2 評價標(biāo)準(zhǔn)
    4.3 顯著性檢測
    4.4 ROI生成
    4.5 腫瘤分割
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]乳腺病變的影像學(xué)檢查評價[J]. 陳曉煜,謝歡,印隆林.  實(shí)用醫(yī)院臨床雜志. 2016(02)
[2]中國女性乳腺癌發(fā)病死亡和生存狀況[J]. 陳萬青,鄭榮壽.  中國腫瘤臨床. 2015(13)
[3]乳腺疾病常用影像學(xué)檢查技術(shù)比較[J]. 周學(xué)武.  中國醫(yī)療設(shè)備. 2011(07)
[4]結(jié)合全局概率密度差異與局部灰度擬合的超聲圖像分割[J]. 劉博,黃劍華,唐降龍,劉家鋒,張英濤.  自動化學(xué)報(bào). 2010(07)
[5]基于對稱區(qū)域生長算法的超聲醫(yī)學(xué)圖像分割方法[J]. 張建,汪天富,李德玉,林江莉,唐紅,饒莉.  生物醫(yī)學(xué)工程學(xué)雜志. 2007(03)
[6]乳腺癌影像學(xué)檢查的有關(guān)進(jìn)展[J]. 郭章留.  臨床放射學(xué)雜志. 2002(09)

碩士論文
[1]基于顯著性檢測的乳腺超聲圖像全自動分割方法[D]. 陳徽文.哈爾濱工業(yè)大學(xué) 2016



本文編號：3055146