近年來,乳腺癌發(fā)病率逐漸呈現(xiàn)年輕化趨勢,嚴重威脅女性健康。研究表明,早期篩查能夠及時發(fā)現(xiàn)病灶,有效降低死亡率。在乳腺癌診療領(lǐng)域,醫(yī)生主要通過閱片進行病灶診斷,但是隨著患者逐漸增多,醫(yī)生的負擔日益加重,誤診和漏診的現(xiàn)象時有發(fā)生,對患者造成了嚴重的損害。計算機輔助檢測對提高乳腺癌診斷準確率有很大的幫助,乳腺結(jié)構(gòu)扭曲是乳腺癌臨床表現(xiàn)的一種特征,但其結(jié)構(gòu)復(fù)雜,檢測準確率偏低,嚴重影響診斷效果,因此,本文提出了一種新的計算機輔助檢測乳腺結(jié)構(gòu)扭曲方案,該方案能夠幫助醫(yī)生在乳腺鉬靶X線圖像中準確標注出乳腺結(jié)構(gòu)扭曲病灶區(qū)域。本論文根據(jù)乳腺鉬靶X線圖像和乳腺結(jié)構(gòu)扭曲病灶的特點,以提高檢測乳腺結(jié)構(gòu)扭曲的準確率為目標,針對計算機輔助檢測乳腺結(jié)構(gòu)扭曲方法進行研究。本論文的主要工作和創(chuàng)新點如下:1.針對乳腺鉬靶X線圖像對比度低、圖像整體效果差的問題,本文提出使用頂帽-底帽變換和伽馬變換相結(jié)合的方法用于乳腺鉬靶X線圖像的預(yù)處理。該方法首先通過頂帽變換排除圖像中尺寸小于形態(tài)結(jié)構(gòu)元素的亮細節(jié),從而突出圖像的前景部分,其次通過底帽變換填充圖像中的波谷信息,使圖像的背景部分更加暗,最后通過伽馬變換進一步提高圖像的對比度。... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 計算機輔助檢測乳腺癌的研究現(xiàn)狀
        1.2.2 計算機輔助檢測乳腺結(jié)構(gòu)扭曲的研究現(xiàn)狀
    1.3 研究內(nèi)容及章節(jié)安排
        1.3.1 研究內(nèi)容
        1.3.2 章節(jié)安排
2 乳腺結(jié)構(gòu)扭曲檢測的關(guān)鍵技術(shù)分析
    2.1 乳腺結(jié)構(gòu)扭曲檢測方案框架
    2.2 各部分技術(shù)分析
        2.2.1 乳腺鉬靶X線圖像預(yù)處理
        2.2.2 可疑病灶區(qū)域的獲取
        2.2.3 乳腺結(jié)構(gòu)扭曲分割
    2.3 實驗數(shù)據(jù)庫
    2.4 本章小結(jié)
3 圖像預(yù)處理及獲取可疑病灶區(qū)域
    3.1 基于頂帽-底帽變換和伽馬變換的圖像預(yù)處理算法
        3.1.1 相關(guān)算法介紹
        3.1.2 預(yù)處理算法的原理概述
        3.1.3 實驗設(shè)置及評價指標
        3.1.4 實驗仿真及分析
    3.2 一種改進的NSCT可疑病灶區(qū)域獲取算法
        3.2.1 相關(guān)算法介紹
        3.2.2 改進的NSCT算法
        3.2.3 實驗設(shè)置及評價指標
        3.2.4 實驗仿真及分析
    3.3 本章小結(jié)
4 基于Otsu-PCNN的乳腺結(jié)構(gòu)扭曲分割算法
    4.1 基于Otsu閾值的PCNN分割算法
        4.1.1 Otsu和 PCNN的相關(guān)理論
        4.1.2 基于Otsu-PCNN的分割算法原理
    4.2 實驗設(shè)置及評價方法
    4.3 實驗仿真及分析
        4.3.1 不同密度等級圖像檢測的實驗仿真及分析
        4.3.2 不同方法檢測圖像的實驗仿真及分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果
致謝


【參考文獻】：
期刊論文
[1]基于灰度變換及邊緣檢測的腦地形圖像識別算法的研究[J]. 陳新磊.  電腦編程技巧與維護. 2019(03)
[2]2015年中國惡性腫瘤流行情況分析[J]. 鄭榮壽,孫可欣,張思維,曾紅梅,鄒小農(nóng),陳茹,顧秀瑛,魏文強,赫捷.  中華腫瘤雜志. 2019 (01)
[3]基于小波變換與數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測方法[J]. 李穎瑩,魏連鑫.  軟件工程. 2018(11)
[4]數(shù)字乳腺斷層攝影在乳腺結(jié)構(gòu)扭曲征象中的應(yīng)用[J]. 胡明芳,張惠美,楊君,田萍,吳曉,徐華軍,邵霞.  中國現(xiàn)代醫(yī)生. 2018(23)
[5]基于脈沖耦合神經(jīng)網(wǎng)絡(luò)和二維熵的圖像自適應(yīng)分割[J]. 張平康,張欣,李琪,張航.  通信技術(shù). 2017(10)
[6]基于非下采樣Contourlet變換的紅外圖像非線性增強新方法[J]. 郭珉,蔣愛民,曹美.  計算機與現(xiàn)代化. 2017(03)
[7]改進的直方圖均衡化和NSCT變換的紅外圖像增強[J]. 曹美,程亞玲,盛惠興,仇春春,俞楷.  應(yīng)用科技. 2016(02)
[8]乳腺鉬靶X線腫塊檢測及分割方法[J]. 董敏,郭淼,馬義德.  計算機應(yīng)用. 2015(S1)
[9]基于Otsu與海域統(tǒng)計特性的SAR圖像海陸分割算法[J]. 陳祥,孫俊,尹奎英,于俊朋.  數(shù)據(jù)采集與處理. 2014(04)
[10]共同參與 成就抗癌奇跡[J]. 夕月.  綠色中國. 2014(03)

碩士論文
[1]乳腺腫塊計算機輔助檢測算法研究[D]. 張橋新.西安電子科技大學(xué) 2009



本文編號：3076505