近年來(lái),皮膚癌的發(fā)病率急速增長(zhǎng)。中晚期的皮膚癌致死率幾乎達(dá)到100%,預(yù)后效果極差。在早期階段,如果及早確診,及時(shí)治療,治愈的可能性非常高,而且治療后基本沒有后遺癥。但是由于早期癥狀不明顯,患者本身不重視,再加上醫(yī)師診斷水平參差不齊等等,容易耽誤治療時(shí)機(jī)。基于計(jì)算機(jī)的輔助診斷系統(tǒng)可以有效的輔助醫(yī)師提高早期檢測(cè)和診斷的精確度和效率,降低醫(yī)師的誤診率和漏診率。皮膚圖像分割是皮膚癌計(jì)算機(jī)輔助診斷系統(tǒng)的重要步驟,也是整個(gè)系統(tǒng)中的難點(diǎn)之一。分割的精度越高,結(jié)果越理想,后期對(duì)皮膚可疑區(qū)域進(jìn)行特征提取和分類的難度就越低。本課題以皮膚鏡圖像作為分割對(duì)象,設(shè)計(jì)了基于限制灰度范圍的OTSU算法和基于優(yōu)化降噪的平穩(wěn)過(guò)渡區(qū)集閾值分割算法兩種自動(dòng)分割方法,對(duì)圖像進(jìn)行自動(dòng)分割,得到完整的皮損區(qū)域。本文主要工作有以下幾點(diǎn):1.皮膚鏡圖像的采集。本文的實(shí)驗(yàn)圖像均來(lái)自南陽(yáng)市胸科醫(yī)院放射科,隨機(jī)選取前來(lái)就診患者的癌變圖像,并針對(duì)圖像特點(diǎn),選擇設(shè)計(jì)合適的分割技術(shù)路線。2.預(yù)處理降噪。皮膚鏡圖像中包含復(fù)雜的信息,在分割過(guò)程容易受到噪聲的干擾。本文對(duì)皮膚鏡圖像中最常見的黑框噪聲、毛發(fā)噪聲進(jìn)行預(yù)處理降噪,將受到噪聲干擾的真實(shí)圖像... 

【文章來(lái)源】：南陽(yáng)師范學(xué)院河南省

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 預(yù)處理方法
        1.3.2 圖像分割方法
    1.4 論文結(jié)構(gòu)
第二章 研究方法
    2.1 數(shù)據(jù)采集
        2.1.1 皮膚鏡技術(shù)原理
        2.1.2 黑色素瘤性狀表現(xiàn)
    2.2 實(shí)驗(yàn)環(huán)境
        2.2.1 物理平臺(tái)
        2.2.2 軟件平臺(tái)
    2.3 皮膚鏡分割算法整體框架
    2.4 預(yù)處理
        2.4.1 黑框噪聲消除
        2.4.2 毛發(fā)噪聲消除
    2.5 限定灰度范圍的OTSU算法
        2.5.1 梯度圖像
        2.5.2 OTSU算法原理
        2.5.3 OTSU算法偏向性分析
        2.5.4 限制灰度范圍的OTSU算法
    2.6 基于優(yōu)化降噪的平穩(wěn)過(guò)渡區(qū)集閾值分割算法
        2.6.1 過(guò)渡區(qū)提取方法
        2.6.2 平穩(wěn)過(guò)渡區(qū)集的性質(zhì)
        2.6.3 優(yōu)化降噪處理
    2.7 分割后處理
    2.8 本章總結(jié)
第三章 結(jié)果與分析
    3.1 數(shù)據(jù)源分析
    3.2 評(píng)價(jià)準(zhǔn)則
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 形態(tài)學(xué)修復(fù)前后結(jié)果分析
        3.3.2 各類算法結(jié)果分析
        3.3.3 不佳個(gè)例與優(yōu)秀個(gè)例
    3.4 本章小結(jié)
第四章 總結(jié)與展望
    4.1 論文總結(jié)
    4.2 創(chuàng)新和改進(jìn)
    4.3 工作展望
        4.3.1 存在的問(wèn)題
        4.3.2 未來(lái)展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)皮膚黑色素瘤發(fā)病及其影響因素分析[J]. 唐智柳,石建偉,蔡美玉,薛迪.  中國(guó)腫瘤. 2014(10)
[2]新版中國(guó)黑素瘤診治指南解讀[J]. 斯璐,郭軍.  臨床腫瘤學(xué)雜志. 2012(02)
[3]基于標(biāo)記分水嶺和區(qū)域合并的彩色圖像分割[J]. 余旺盛,侯志強(qiáng),宋建軍.  電子學(xué)報(bào). 2011(05)
[4]基于區(qū)域生長(zhǎng)的彩色圖像分割算法[J]. 范偉.  計(jì)算機(jī)工程. 2010(13)
[5]一種改進(jìn)的基于梯度的圖像邊緣檢測(cè)算法[J]. 黃金國(guó),戴志明,周培源.  武漢科技學(xué)院學(xué)報(bào). 2010(03)
[6]Otsu準(zhǔn)則的閾值性質(zhì)分析[J]. 許向陽(yáng),宋恩民,金良海.  電子學(xué)報(bào). 2009(12)
[7]黑素瘤圖像毛發(fā)遮擋信息的非監(jiān)督修復(fù)[J]. 謝鳳英,秦世引,姜志國(guó),孟如松.  儀器儀表學(xué)報(bào). 2009(04)
[8]基于遺傳神經(jīng)網(wǎng)絡(luò)的皮膚癌圖像分割[J]. 劉建立,左保齊.  計(jì)算機(jī)工程與設(shè)計(jì). 2009(02)
[9]基于改進(jìn)自生成神經(jīng)網(wǎng)絡(luò)的皮膚鏡黑色素細(xì)胞瘤圖像分割[J]. 謝鳳英,秦世引,姜志國(guó),孟如松.  中國(guó)體視學(xué)與圖像分析. 2008(04)
[10]皮膚黑色素瘤的診斷與治療[J]. 劉巍峰,牛曉輝.  中國(guó)骨腫瘤骨病. 2008(03)

博士論文
[1]基于直方圖無(wú)關(guān)準(zhǔn)則與基于混合控制策略的區(qū)域分割方法研究[D]. 鄒耀斌.華中科技大學(xué) 2011
[2]乳腺鉬靶圖像中腫塊檢測(cè)方法研究[D]. 許向陽(yáng).華中科技大學(xué) 2010

碩士論文
[1]基于皮膚鏡的惡性黑色素瘤檢測(cè)研究[D]. 羅焰.電子科技大學(xué) 2016
[2]皮膚鏡圖像分割算法研究[D]. 明鏑.電子科技大學(xué) 2014
[3]基于梯度算子的圖像邊緣檢測(cè)算法研究[D]. 馬宇飛.西安電子科技大學(xué) 2012



本文編號(hào)：3578027