乳腺癌是女性的高發(fā)癌癥,世界衛(wèi)生組織GLOBOCAN發(fā)布了2018年癌癥數(shù)據(jù)統(tǒng)計報告對185個國家36種癌癥的發(fā)病率和死亡率進行估算。到2018年大約有1810萬新癌癥病例和960萬癌癥死亡病例。在女性群體中乳腺癌的發(fā)病率和死亡率分別為24.2%和15.0%,乳腺癌已經(jīng)成為女性最為常見的癌癥類型。本論文針對標準乳腺超聲影像數(shù)據(jù),來研究乳腺超聲影像輔助診斷,提出對超聲影像特征進行融合的方法和對于多分類器分類結(jié)果進行決策融合的方法,同時設(shè)計了一個乳腺超聲影像輔助診斷系統(tǒng),可以用于對乳腺超聲影像輔助診療,提高醫(yī)生的閱片速度,緩解緊張的醫(yī)患關(guān)系,本論文主要研究內(nèi)容包括以下三個部分:（1）基于乳腺超聲影像感興趣區(qū)域圖像,提出了將形態(tài)學(xué)特征和紋理特征進行提取,并基于此將特征融合的方法。該方法對乳腺超聲影像進行合適的預(yù)處理,提取出影像的形態(tài)學(xué)特征和紋理特征;將提取到的特征利用特征融合方法進行融合,為了驗證融合之后得到的特征對乳腺癌輔助診斷有較好的診斷效果,采用分類算法對未融合的特征和融合后的特征進行分類預(yù)測。（2）基于特征融合之后得到的特征,提出了基于決策層的信息融合方法。基于多種分類方法進行分類,... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

超平面劃分示意圖

3 基于特征融合的乳腺癌輔助診斷本章主要介紹特征融合相關(guān)工作，本章提出了一種新的針對醫(yī)療影像的特征融合方法。首先將乳腺超聲影像分別進行形態(tài)學(xué)特征和紋理特征提取，將提取到的形態(tài)學(xué)特征和紋理特征采用本文提出的特征融合方法進行融合，之后采用 KNN 算法對未融合的特征和融合特征進行分類預(yù)測，并將分類結(jié)果進行對比分析。3.1 數(shù)據(jù)集預(yù)處理本文數(shù)據(jù)集主要基于標準乳腺超聲影像感興趣區(qū)域影像數(shù)據(jù)，且已知數(shù)據(jù)集影像的良惡性分類。本文采用的數(shù)據(jù)集為 200 張乳腺超聲感興趣區(qū)域影像，數(shù)據(jù)集示例如圖 3.1 所示。其中良性感興趣區(qū)域影像共 100 張，惡性感興趣區(qū)域影像共 100 張。

特征融


本文編號：3336959