乳腺鉬靶攝影是目前廣泛使用的檢查乳腺癌的方法。臨床上,放射科醫(yī)生經(jīng)常需要比較多個(gè)乳腺圖像,研究基于多視圖的腫塊檢測(cè)方法,有利于提高檢測(cè)和診斷的準(zhǔn)確性和減少醫(yī)生的工作量。基于多視圖的腫塊檢測(cè)方法是以單視圖的腫塊檢測(cè)為基礎(chǔ)的。在單視圖腫塊檢測(cè)中首先采用閾值分割和形態(tài)學(xué)方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,對(duì)乳頭區(qū)域進(jìn)行抑制,然后采用高斯-拉普拉斯算子提取ROI區(qū)域的邊緣信息,最后基于海森矩陣?yán)碚摍z測(cè)出亮團(tuán)區(qū)域點(diǎn),進(jìn)而提取候選腫塊集合。對(duì)候選腫塊采用兩種算法判斷是否為假陽(yáng)性區(qū)域:(1)根據(jù)乳腺灰度分布特性找到兩個(gè)閾值,兩個(gè)閾值將乳腺ROI按分成脂肪區(qū)域、腺體區(qū)域和過(guò)渡區(qū)域三個(gè)子區(qū)域,根據(jù)候選腫塊所處的區(qū)域進(jìn)行判別:如果候選腫塊位于脂肪區(qū)域附近,判定其為假陽(yáng)性區(qū)域;如果候選腫塊位于腺體區(qū)域內(nèi)部或者位于過(guò)渡區(qū)域內(nèi)部,判定其為假陽(yáng)性區(qū)域。(2)采用自適應(yīng)的高斯模板對(duì)候選腫塊進(jìn)行相似度匹配,將相似度低的腫塊判定為假陽(yáng)性區(qū)域。以單視圖檢測(cè)結(jié)果為基礎(chǔ)進(jìn)行基于多視圖的假陽(yáng)性檢測(cè),主要是針對(duì)兩側(cè)乳腺相同視角下的視圖,該算法利用已知的三個(gè)乳腺解剖特征(乳頭、胸壁線和皮膚線),建立乳腺區(qū)域的歸一化坐標(biāo)系,實(shí)現(xiàn)兩側(cè)視圖的位置映射...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容與結(jié)構(gòu)組織
2 腫塊檢測(cè)方法的總體設(shè)計(jì)
    2.1 乳腺鉬靶醫(yī)學(xué)基礎(chǔ)
    2.2 實(shí)驗(yàn)數(shù)據(jù)介紹
    2.3 基于多視圖的乳腺圖像腫塊檢測(cè)方法總體設(shè)計(jì)
    2.4 本章小結(jié)
3 基于單視圖的候選腫塊分割
    3.1 概述
    3.2 乳腺ROI提取
    3.3 腫塊提取
    3.4 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    3.5 本章小結(jié)
4 基于單視圖的假陽(yáng)性檢測(cè)
    4.1 概述
    4.2 基于灰度特征的假陽(yáng)性檢測(cè)
    4.3 基于模板匹配的假陽(yáng)性檢測(cè)
    4.4 模板匹配結(jié)果對(duì)比
    4.5 本章小結(jié)
5 基于多視圖的假陽(yáng)性篩選
    5.1 概述
    5.2 腫塊建模
    5.3 腫塊定位
    5.4 腫塊紋理特征提取
    5.5 基于多視圖的假陽(yáng)性檢測(cè)流程
    5.6 實(shí)驗(yàn)結(jié)果
    5.7 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)



本文編號(hào)：3780963