【摘要】：黑色素瘤是一種嚴(yán)重威脅人類生命健康的癌癥。其發(fā)病率和死亡率近年來(lái)呈逐漸增長(zhǎng)趨勢(shì)。目前的醫(yī)療水平針對(duì)轉(zhuǎn)移后的黑色素瘤還缺乏有效的治療手段。對(duì)黑色素瘤最好的治療方式,仍是通過(guò)早期診斷并局部手術(shù)進(jìn)行根除。通常,早期診斷主要依靠醫(yī)生肉眼觀察和組織病理學(xué)活檢。然而組織病理學(xué)活檢會(huì)對(duì)患者造成不必要的創(chuàng)傷,且肉眼觀察存在極強(qiáng)的主觀性,因此,基于皮膚鏡的黑色素瘤識(shí)別算法研究是醫(yī)學(xué)界的迫切需要。針對(duì)具有形態(tài)各異、顏色多變、大小不一以及噪聲多樣特點(diǎn)的皮膚鏡圖像處理,本文主要在圖像噪聲去除,皮損區(qū)域分割,皮損特征提取以及其識(shí)別分類算法上進(jìn)行了研究和探索,論文主要內(nèi)容有:1.針對(duì)噪聲多樣的皮膚鏡圖像,本文研究了皮膚鏡圖像的噪聲去除算法與其分割算法。噪聲去除包括有黑框、氣泡等人為噪音以及毛發(fā)等固有噪音。提出的一套算法不僅能夠很好的消除噪音,而且沒(méi)有引入大量計(jì)算。分割算法提出了基于馬爾科夫隨機(jī)場(chǎng)融合框架的融合分割算法,提高了單個(gè)分割算法的魯棒性;2.研究并探索了皮膚鏡圖像特征提取算法�；谔卣髟O(shè)計(jì)方法提取皮膚鏡圖像低級(jí)特征,主要包括有形狀,顏色以及紋理特征;基于特征學(xué)習(xí)方法提取中高級(jí)特征。對(duì)于特征學(xué)習(xí)方法提出了基于SIFT算子的稀疏性編碼表示特征,針對(duì)皮損區(qū)域結(jié)構(gòu)特點(diǎn),改進(jìn)池化算法,提出了環(huán)形等面積池化算法;3.研究了皮膚鏡圖像識(shí)別分類算法。針對(duì)提取得到的低級(jí)特征以及中高級(jí)特征,分別進(jìn)行分類器設(shè)計(jì)。為更合理有效利用兩類特征,對(duì)其進(jìn)行分類前融合以及分類后結(jié)果融合即協(xié)同訓(xùn)練方法。最后利用多分類器投票機(jī)制得到最終的識(shí)別分類結(jié)果;4.基于特異性、敏感性和準(zhǔn)確率評(píng)價(jià)準(zhǔn)則以及受試者操作曲線(ROC)對(duì)兩種特征學(xué)習(xí)得到的分類器以及融合分類器結(jié)果進(jìn)行了評(píng)價(jià)。實(shí)驗(yàn)結(jié)果顯示,融合分類器得到的結(jié)果相比單一特征識(shí)別結(jié)果的特異性、敏感性以及準(zhǔn)確率都有所提高,同時(shí)交叉驗(yàn)證結(jié)果表明,融合分類器的魯棒性也有一定提高。
[Abstract]:Melanoma is a serious threat to human life and health of cancer. Its morbidity and mortality have been increasing gradually in recent years. The current level of medical treatment for metastatic melanoma still lacks effective treatment. The best way to treat melanoma is through early diagnosis and local surgery. In general, early diagnosis mainly depends on doctors naked eye observation and histopathological biopsy. However, histopathological biopsy can cause unnecessary trauma to patients, and there is a strong subjectivity in the naked eye observation. Therefore, the research of melanoma recognition algorithm based on dermoscope is an urgent need in the medical field. Aiming at the dermoscope image processing with various shapes, colors, sizes and noises, this paper mainly focuses on image noise removal, skin lesion segmentation, The feature extraction of skin lesions and its recognition and classification algorithms are studied and explored. The main content of this paper is: 1. In this paper, the noise removal algorithm and segmentation algorithm for dermoscope images with various noises are studied. Noise removal includes black frames, bubbles and other man-made noise and hair and other inherent noise. The proposed algorithm not only can eliminate noise but also does not introduce a lot of computation. A fusion segmentation algorithm based on Markov random field fusion framework is proposed, which improves the robustness of a single segmentation algorithm. The feature extraction algorithm of dermoscope image is studied and explored. Feature based design is used to extract low-level features of dermatoscopic images, including shape, color and texture features, and feature-based learning is used to extract middle and high level features. For the feature learning method, the sparse coding feature based on SIFT operator is proposed. According to the structural characteristics of the skin lesion region, the algorithm of pool is improved, and the algorithm of ring equal area pool is proposed. The classification algorithm of dermoscope image recognition is studied. The classifier is designed for the low-level feature and middle-high-level feature. In order to make more reasonable and effective use of the two kinds of features, the pre-classification fusion and the post-classification result fusion are carried out, which is the cooperative training method. Finally, the final recognition and classification results are obtained by using the multi-classifier voting mechanism. Based on the criteria of specificity, sensitivity, accuracy and (ROC), the classifier and fusion classifier are evaluated. Experimental results show that the proposed fusion classifier is more specific, sensitive and accurate than that of single feature recognition, and the cross-validation results show that the robustness of the fusion classifier is also improved.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R739.5;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 紀(jì)小龍,徐薪,申明識(shí);黏膜黑色素瘤的常見(jiàn)臨床病理特點(diǎn)[J];診斷病理學(xué)雜志;2002年02期

2 李凌,徐慶中;黑色素瘤高頻超聲表現(xiàn)1例[J];中華超聲影像學(xué)雜志;2002年09期

3 陳燁 ,劉敏賢 ,安秀珍 ,林昌萬(wàn) ,姜影;淚囊黑色素瘤1例報(bào)告[J];吉林醫(yī)學(xué);2003年01期

4 蔡振鑫;黑色素瘤:預(yù)測(cè)致死性特征的30年臨床經(jīng)驗(yàn)[J];國(guó)外醫(yī)學(xué).外科學(xué)分冊(cè);2004年02期

5 Helsing P.,Loeb M. ,馮義國(guó);小直徑黑色素瘤:挪威黑色素瘤隨訪項(xiàng)目[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2005年04期

6 Murray C.S.;Stockton D.L.;Doherty V.R. ;黨倩麗;;增厚的黑色素瘤:長(zhǎng)久面對(duì)的挑戰(zhàn)[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2005年08期

7 High W.A. ,Quirey R.A. ,Guillén D.R ,R.S. Taylor,劉超;7例甲單元原位黑色素瘤的臨床表現(xiàn)、組織病理和臨床預(yù)后[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2005年02期

8 Curtin J.A.;Fridlyand J.;Kageshita T. ;B.C. Bastian;黨倩麗;;黑色素瘤不同位置的基因改變[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2006年02期

9 Blaise S.;Rumeau-Trividic M.;Le Brun V.;周少娜;;黑色素瘤伴亞急性原發(fā)性纖維蛋白溶解[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2006年04期

10 Weatherhead S.C.;Lawrence C.M. ;潘敏;;黑色素瘤篩查診所:檢出更多的黑色素瘤還是使患者消除顧慮?[J];世界核心醫(yī)學(xué)期刊文摘(皮膚病學(xué)分冊(cè));2006年Z1期

相關(guān)會(huì)議論文 前10條

1 李東;謝遵江;賀業(yè)春;劉穎;劉麗;;在黑色素瘤組織中免疫細(xì)胞的形態(tài)學(xué)觀察[A];中國(guó)解剖學(xué)會(huì)第八屆組織學(xué)與胚胎學(xué)專業(yè)青年研討會(huì)論文集[C];2004年

2 安菊生;吳令英;李寧;俞高志;劉麗影;;原發(fā)女性生殖道黑色素瘤42例臨床分析[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)婦科腫瘤學(xué)術(shù)會(huì)議論文匯編[C];2006年

3 陳陸霞;孫保存;張?jiān)娢?賀忠江;;眼內(nèi)移植性黑色素瘤微循環(huán)模式的初步研究[A];中華醫(yī)學(xué)會(huì)第十二屆全國(guó)眼科學(xué)術(shù)大會(huì)論文匯編[C];2007年

4 楊志濤;陸洪光;;死亡受體和黑色素瘤的抗凋亡作用[A];中華醫(yī)學(xué)會(huì)第14次全國(guó)皮膚性病學(xué)術(shù)年會(huì)論文匯編[C];2008年

5 鐘傳華;楊文治;王曉蘭;;黑色素瘤與痔診治失誤的啟迪[A];2012醫(yī)學(xué)前沿——中華中醫(yī)藥學(xué)會(huì)肛腸分會(huì)第十四次全國(guó)肛腸學(xué)術(shù)交流大會(huì)論文精選[C];2012年

6 郭軍;;黑色素瘤最新進(jìn)展和未來(lái)趨勢(shì)[A];中國(guó)腫瘤內(nèi)科進(jìn)展 中國(guó)腫瘤醫(yī)師教育（2014）[C];2014年

7 孫保存;張?jiān)娢?劉志勇;張丹芳;郭華;;多西環(huán)素影響黑色素瘤微循環(huán)模式的形成[A];第四屆中國(guó)腫瘤學(xué)術(shù)大會(huì)暨第五屆海峽兩岸腫瘤學(xué)術(shù)會(huì)議論文集[C];2006年

8 郭偉;;口腔頜面-頭頸黏膜黑色素瘤的個(gè)體化診治與思考[A];中國(guó)腫瘤內(nèi)科進(jìn)展 中國(guó)腫瘤醫(yī)師教育（2014）[C];2014年

9 孫保存;張丹芳;張?jiān)娢?郭華;張文治;趙秀蘭;;缺血缺氧對(duì)黑色素瘤局部浸潤(rùn)的相關(guān)分子機(jī)制影響的初步研究[A];中華醫(yī)學(xué)會(huì)病理學(xué)分會(huì)2006年學(xué)術(shù)年會(huì)論文匯編[C];2006年

10 唐亮;;手術(shù)治療足跟底部皮膚黑色素瘤6例臨床分析[A];2013年全國(guó)激光醫(yī)學(xué)學(xué)術(shù)聯(lián)合會(huì)議暨2013年浙江省醫(yī)學(xué)會(huì)整形美容學(xué)術(shù)年會(huì)論文匯編[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 王倫邋王晨;早期發(fā)現(xiàn)黑色素瘤可挽救生命[N];科技日?qǐng)?bào);2007年

2 倪方;黑色素瘤早治療可痊愈（三）[N];醫(yī)藥養(yǎng)生保健報(bào);2008年

3 健康時(shí)報(bào)特約記者 管九蘋;澳大利亞免費(fèi)普查黑色素瘤[N];健康時(shí)報(bào);2010年

4 實(shí)習(xí)生 易立;黑色素瘤,是否無(wú)藥可治？[N];科技日?qǐng)?bào);2011年

5 記者 張e，

本文編號(hào)：2151575