【摘要】：乳腺癌是女性最常見(jiàn)的一種惡性腫瘤�！霸绨l(fā)現(xiàn)早治療”是目前乳腺癌防治的最有效手段,而乳腺鉬靶X光檢查是當(dāng)下早期乳腺癌檢查的主要方法。醫(yī)生通過(guò)閱讀乳腺鉬靶圖像,初步判斷有無(wú)乳腺癌變。但這種初期診斷主要基于醫(yī)生的主觀判斷,容易產(chǎn)生漏診和誤診的情況。因此提升醫(yī)生的閱片效率和診斷準(zhǔn)確性對(duì)乳腺癌防治而言至關(guān)重要。隨著計(jì)算機(jī)技術(shù)的發(fā)展,計(jì)算機(jī)輔助檢測(cè)和診斷技術(shù)應(yīng)運(yùn)而生,它將醫(yī)學(xué)圖像技術(shù)與計(jì)算機(jī)科學(xué)技術(shù)結(jié)合到一起,為閱片醫(yī)生在檢測(cè)病變和給出診斷決策時(shí)提供輔助意見(jiàn),幫助提高乳腺癌檢測(cè)和診斷的效率和準(zhǔn)確度。本文通過(guò)結(jié)合當(dāng)下迅猛發(fā)展的機(jī)器學(xué)習(xí)、模式識(shí)別和圖像處理技術(shù),對(duì)乳腺病變計(jì)算機(jī)輔助診斷技術(shù)領(lǐng)域中的乳腺腫瘤診斷的若干關(guān)鍵性技術(shù)進(jìn)行研究,主要分為以下三個(gè)部分:(1)乳腺鉬靶圖像分類(lèi)。直接對(duì)乳腺鉬靶圖像進(jìn)行圖像級(jí)分類(lèi),可以通過(guò)少量帶有腫塊標(biāo)注的圖像和一些未標(biāo)注的圖像訓(xùn)練模型來(lái)實(shí)現(xiàn),解決標(biāo)注圖像稀缺對(duì)當(dāng)前乳腺癌計(jì)算機(jī)輔助診斷研究帶來(lái)的困境。本文提出了一種基于融合特征的乳腺鉬靶圖像分類(lèi)方法,對(duì)乳腺鉬靶圖像提取全局特征和局部信息,并將兩者進(jìn)行融合,采用得到的融合特征對(duì)圖像進(jìn)行分類(lèi)。融合特征以一種更全面的角度來(lái)對(duì)圖像特征進(jìn)行概括,相比于只采用全局特征或局部信息,取得了更好的分類(lèi)結(jié)果。(2)乳腺腫塊病變檢測(cè)。乳腺鉬靶圖像中的不同腫塊病變往往有不同的大小尺度,有效的乳腺腫塊病變檢測(cè)方法應(yīng)當(dāng)能對(duì)乳腺鉬靶圖像中不同大小尺度的腫塊病變都能有較好的檢測(cè)性能。本文提出了一種基于多尺度特征的乳腺腫塊病變檢測(cè)方法,利用在自然圖像檢測(cè)領(lǐng)域取得較好性能的SSD網(wǎng)絡(luò),對(duì)來(lái)自不同特征層的預(yù)測(cè)結(jié)果進(jìn)行集成,得到最終的檢測(cè)結(jié)果。不同特征層的目標(biāo)預(yù)測(cè),針對(duì)的是原圖像中大小尺度不同的目標(biāo),因此對(duì)于尺度不一的腫塊病變也取得了較好的檢測(cè)性能。(3)乳腺腫塊病變分割。良惡性腫塊病變的區(qū)別主要在于腫塊的邊緣特征,利用乳腺腫塊病變分割來(lái)得到腫塊的確定邊緣,是乳腺鉬靶圖像分析中的一個(gè)重要步驟。本文提出了一種基于全卷積多層次模型的乳腺腫塊病變分割方法,將不同層次的特征結(jié)合到一起對(duì)乳腺腫塊病變進(jìn)行分割。低層特征意味著更豐富的細(xì)節(jié)信息,高層特征代表著更抽象更全局的信息,將多層次特征進(jìn)行結(jié)合,對(duì)腫塊病變的分割更為準(zhǔn)確。
【圖文】：

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文度從 62%提升至 85%，幫助把資深影像科醫(yī)%[18]。這表明了在乳腺癌診斷領(lǐng)域，計(jì)算機(jī)輔定作用，但在實(shí)際應(yīng)用中計(jì)算機(jī)輔助檢測(cè)和診。本文通過(guò)結(jié)合當(dāng)下迅猛發(fā)展的機(jī)器學(xué)習(xí)、模下三個(gè)方向入手深入研究計(jì)算機(jī)輔助檢測(cè)和用，進(jìn)一步提高醫(yī)生的診斷效率和準(zhǔn)確率：一二是乳腺腫塊病變的檢測(cè)和分類(lèi)，三是乳腺腫

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文文結(jié)構(gòu)及章節(jié)安排主要對(duì)乳腺腫瘤診斷中的若干關(guān)鍵性技術(shù)進(jìn)行研究，論文結(jié)本文主要從區(qū)域級(jí)和圖像級(jí)兩個(gè)角度來(lái)研究乳腺腫瘤診斷問(wèn)是將乳腺鉬靶圖像劃分成一個(gè)個(gè)區(qū)域，，對(duì)這些區(qū)域進(jìn)行乳腺，即是對(duì)乳腺鉬靶圖像中的腫塊進(jìn)行檢測(cè)，并進(jìn)一步分割。乳腺鉬靶圖像進(jìn)行圖像級(jí)分類(lèi)，將其分為正常圖像和病變圖對(duì)乳腺腫瘤的發(fā)現(xiàn)。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;R737.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張會(huì)麗;常才;;乳腺導(dǎo)管原位癌臨床特點(diǎn)及其影像學(xué)診斷價(jià)值[J];腫瘤影像學(xué);2013年02期

2 王燕滿;;超聲診斷乳腺浸潤(rùn)性導(dǎo)管癌40例分析[J];中外醫(yī)療;2013年16期

相關(guān)博士學(xué)位論文 前2條

1 韓振中;基于X線圖像的乳腺腫塊檢測(cè)與分類(lèi)方法研究[D];北京交通大學(xué);2015年

2 張勝君;基于乳腺X線圖像的乳腺癌檢測(cè)方法研究[D];北京交通大學(xué);2013年

本文編號(hào)：2636488