本文關(guān)鍵詞：基于多視角的乳腺腫塊案例檢索技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著醫(yī)療水平的不斷提高、醫(yī)療設(shè)施的不斷完善,乳腺癌疾病仍然是現(xiàn)今女性身心健康的重要?dú)⑹种�。乳腺癌疾病的�?jì)算機(jī)輔助檢測(cè)系統(tǒng)能夠比較準(zhǔn)確的檢測(cè)到腫塊疑似病灶區(qū)域,為醫(yī)生診斷乳腺癌病情提供幫助,從而降低乳腺癌的誤診率和漏診率。傳統(tǒng)的單視角檢索系統(tǒng)本身存在局限性,不能滿(mǎn)足社會(huì)需求,基于多視角的乳腺腫塊案例檢索技術(shù)的研究,便應(yīng)運(yùn)而生。針對(duì)雙視圖乳腺腫塊疑似病灶區(qū)域檢測(cè)中的假陽(yáng)性和可疑病灶區(qū)域匹配問(wèn)題,確立了與腫塊的灰度分布最為相近的雙尺度Sech模板匹配方案。利用對(duì)比度增強(qiáng)和數(shù)學(xué)形態(tài)學(xué)濾波對(duì)圖像預(yù)處理;依據(jù)乳房的乳頭、胸壁線和中軸線等參考對(duì)象構(gòu)建坐標(biāo)系;結(jié)合軸視圖中的乳腺腫塊病灶區(qū)域位置及區(qū)域中心點(diǎn)到中軸線的距離,在斜視圖中構(gòu)建相應(yīng)的條形匹配區(qū)域帶,成為待檢測(cè)區(qū)域;基于大小不同尺度的兩個(gè)Sech模板來(lái)檢測(cè)乳腺腫塊疑似病灶區(qū)域,將其檢測(cè)結(jié)果經(jīng)形態(tài)學(xué)處理后進(jìn)行疊加;基于互信息的雙視圖腫塊區(qū)域匹配。在對(duì)乳腺病灶感興趣區(qū)域的分割過(guò)程中,為了抑制應(yīng)用傳統(tǒng)的分水嶺分割算法存在的過(guò)分割現(xiàn)象,得到準(zhǔn)確的乳腺腫塊邊緣輪廓,改進(jìn)了傳統(tǒng)分水嶺分割算法。利用兩個(gè)一維高斯濾波因子,與乳腺腫塊感興趣區(qū)域卷積濾波;對(duì)分水嶺粗分割得到的子區(qū)域進(jìn)行標(biāo)記,將各個(gè)子區(qū)域的灰度均值從大到小排序,對(duì)灰度均值相同或相近的子區(qū)域做合并操作;結(jié)合形態(tài)學(xué)計(jì)算的打開(kāi)操作,刪除假陽(yáng)性區(qū)域,得到乳腺腫塊的準(zhǔn)確分割圖像。乳腺腫塊特征的歸一化和相似性度量方法是實(shí)現(xiàn)多視角乳腺案例檢索的重要步驟。本文的實(shí)驗(yàn)樣本有100對(duì)乳腺圖像,結(jié)合查詢(xún)圖像庫(kù)、特征數(shù)據(jù)庫(kù)、待查詢(xún)圖像庫(kù),應(yīng)用不同檢索模式和不同的相似性度量方法進(jìn)行單視角和多視角乳腺腫塊的檢索。對(duì)比單視角軸視圖檢索、單視角斜視圖檢索、多視角一致檢索和多視角任意模式下的檢索結(jié)果,基于多視角乳腺圖像檢索方法檢索出的結(jié)果準(zhǔn)確率更高。
【關(guān)鍵詞】：多視角檢索 雙尺度模板 分水嶺分割 相似性度量
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41;R737.9;R730.44
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 研究背景意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀概況11-13
• 1.2.1 基于內(nèi)容的乳腺腫塊檢索11-12
• 1.2.2 基于單視角的乳腺腫塊檢索12
• 1.2.3 基于雙視角的乳腺腫塊檢索12-13
• 1.3 論文主要研究?jī)?nèi)容13-15
• 第2章 雙視角乳腺圖像感興趣區(qū)域的檢測(cè)15-30
• 2.1 乳腺圖像的預(yù)處理15-17
• 2.1.1 腫塊圖像插值處理15-16
• 2.1.2 數(shù)學(xué)形態(tài)學(xué)處理16-17
• 2.2 條形匹配區(qū)域帶的建立17-19
• 2.3 雙尺度Sech模板匹配19-25
• 2.3.1 模板建立19-23
• 2.3.2 雙尺度模板匹配23-24
• 2.3.3 假陽(yáng)性區(qū)域去除24-25
• 2.3.4 基于最大互信息的雙視角乳腺圖像匹配25
• 2.4 實(shí)驗(yàn)結(jié)果及對(duì)比分析25-29
• 2.5 本章小結(jié)29-30
• 第3章 改進(jìn)的分水嶺分割算法30-41
• 3.1 圖像預(yù)處理30-33
• 3.1.1 去除背景平面30-32
• 3.1.2 高斯差分濾波32-33
• 3.2 分水嶺分割算法33-36
• 3.3 基于灰度均值的區(qū)域合并算法36-38
• 3.4 實(shí)驗(yàn)結(jié)果及評(píng)價(jià)方法38-40
• 3.5 本章小結(jié)40-41
• 第4章 乳腺腫塊特征提取及相似性度量41-47
• 4.1 腫塊特征的描述41-43
• 4.2 腫塊特征歸一化43-45
• 4.2.1 特征內(nèi)部歸一化43-44
• 4.2.2 特征間的歸一化44-45
• 4.3 相似性度量方法45-46
• 4.4 本章小結(jié)46-47
• 第5章 不同視角乳腺腫塊檢索系統(tǒng)實(shí)現(xiàn)與性能分析47-58
• 5.1 檢索系統(tǒng)整體框架47-50
• 5.2 乳腺腫塊案例檢索系統(tǒng)界面實(shí)現(xiàn)50-53
• 5.3 檢索系統(tǒng)的性能分析53-57
• 5.4 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-63
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果63-64
• 致謝64

【相似文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王禎;基于本體的機(jī)械產(chǎn)品工程變更影響分析方法研究[D];山東大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李東紅;基于多視角的乳腺腫塊案例檢索技術(shù)研究[D];哈爾濱理工大學(xué);2016年

2 保晶;基于案例檢索的語(yǔ)義Web服務(wù)組合[D];天津大學(xué);2009年

3 賴(lài)建章;基于網(wǎng)格聚類(lèi)算法的案例檢索系統(tǒng)的應(yīng)用研究[D];合肥工業(yè)大學(xué);2007年

4 石禮武;案例推理的兩級(jí)案例檢索方法研究[D];東北大學(xué);2013年

5 許梁海;蟻群算法及其在案例檢索中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2006年

6 李洋;城市火災(zāi)救援應(yīng)急預(yù)案生成中的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

7 王小軍;基于本體的注塑模具設(shè)計(jì)案例檢索方法研究[D];廣東工業(yè)大學(xué);2015年

8 郭增茂;知識(shí)管理中RS-CBR案例檢索研究[D];鄭州大學(xué);2014年

9 尤軍東;基于CBR面向企業(yè)診斷的流程案例檢索與復(fù)用[D];哈爾濱工業(yè)大學(xué);2006年

10 陳剛;基于本體的案例表示與檢索研究[D];大慶石油學(xué)院;2010年

  本文關(guān)鍵詞：基于多視角的乳腺腫塊案例檢索技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：262089