乳腺癌是女性最常見的惡性腫瘤之一,早發(fā)現(xiàn)、早診斷、早治療對降低乳腺癌死亡率、提高患者的生活質量具有舉足輕重的作用。醫(yī)學影像投射技術對發(fā)現(xiàn)早期的隱匿性病灶具有較強的檢測能力,因此,研發(fā)可靠的基于醫(yī)學影像處理的計算機診斷系統(tǒng),輔助醫(yī)生工作具有重要的意義。乳腺腫塊是一種典型的乳腺癌征象,是判定癌變的重要依據(jù),基于乳腺腫塊的診斷是乳腺癌研究中的熱點和重點。目前普遍使用的基于乳腺腫塊的計算機診斷方法,存在腫塊檢出假陽率高、正確識別率低等問題,還遠遠不能滿足臨床應用的要求。主要包括兩方面的原因,首先,腫塊常常與周圍致密的組織相連,大小形狀變化較大,即腫塊診斷問題本身存在較大難度;其次,傳統(tǒng)的計算機診斷系統(tǒng)主要采用自底向上的計算模型,缺乏醫(yī)生的先驗知識,往往不能取得與醫(yī)生一致的診斷結果。因此,本文針對乳腺X線鉬靶圖像和核磁共振圖像,基于視覺認知模型展開了關于乳腺腫塊診斷的一系列關鍵問題研究,包括:腫塊檢測、腫塊分割、腫塊良惡性診斷等,提出了二套完整的乳腺腫塊診斷方案,解決了不同的領域問題。方法一:基于多源圖像特征集成的腫塊診斷算法,該方法對格式塔視覺認知模型進行建模,實現(xiàn)了腫塊的自動化檢測與分割。然... 

【文章來源】：西北大學陜西省 211工程院校

【文章頁數(shù)】：135 頁

【學位級別】：博士

【部分圖文】：

圖１．１不同類型的乳腺癌影像技術（ａ）超聲，（ｂ）鉬祀，（ｃ＞核磁共振，＜ｄ）ＰＥＴ／ＭＲ??

很多計算機輔助診斷算法均沒有取得很好效果，因此開發(fā)高效的基于乳腺腫塊??的計算機診斷算法尤為重要。??基于乳腺腫塊的ＣＡＤ系統(tǒng)主要包括兩部分如圖１．２所示，第一部分為乳腺??腫塊檢測模塊，首先，對輸入的乳腺圖像進行預處理操作，例如：去除背景、去除??噪聲、圖像增強等。圖像預處理簡化了圖像表示，突出了病灶區(qū)域的特征。然后，??對預處理后的圖像進行篩查，檢測出可疑腫塊區(qū)域，目前己經(jīng)衍生了大量的腫塊檢??測算法，在論文的第二章，本文提出了一種新的基于格式塔視覺認知規(guī)則的腫塊檢??測算法。第二部分為計算機輔助診斷模塊，一般包括：腫塊分割、特征提�。x擇、??病灶識別等操作。為了提取更為有效的腫塊特征，腫塊分割在很多研宄中是必要??的，在論文的第三章，本文提出了一種基于先驗知識和視覺塊的腫塊分割算法。隨??著人工智能技術爆發(fā)性發(fā)展

圖１．３論文結構圖??第四章：針對從不同源的乳腺圖像中分割的腫塊，抽取了腫塊的語義特征表示，??采用提出的面向分組語義特征集成的腫塊診斷框架對腫塊的良惡性進行識別。??第五章：借鑒了醫(yī)生綜合腫塊多源特征進行診斷的特點，利用卷積網(wǎng)絡自動化??學習腫塊圖像特征，提出了一種基于多視角融合的深度學習乳腺腫塊診斷算法。??第六章：為了進一步提高腫塊良惡性分類的性能，分析了卷積神經(jīng)網(wǎng)絡的腫塊??分類方法，在第五章算法框架的基礎上，提出了一種基于視覺注意力的深度學習腫??塊診斷算法。??第七章：對本文研宄工作進行總結，并對進一步研究進行展望。??


本文編號：2944500