天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 醫(yī)學論文 > 腫瘤論文 >

乳腺醫(yī)學圖像中腫瘤分割與分類方法研究

發(fā)布時間:2017-08-22 18:41

  本文關(guān)鍵詞:乳腺醫(yī)學圖像中腫瘤分割與分類方法研究


  更多相關(guān)文章: 醫(yī)學圖像處理 乳腺癌 超像素 乳腺超聲圖像 乳腺鉬靶圖像


【摘要】:目的:乳腺癌是嚴重威脅女性身體健康的惡性腫瘤之一,如不能及時發(fā)現(xiàn)病癥并進行合理治療,甚至會危及患者的生命安全。乳腺癌計算機輔助診斷系統(tǒng)有利于提高乳腺癌診斷的效率和精度,對乳腺癌的臨床診斷和研究具有一定價值。乳腺腫瘤的分割及分類工作是乳腺癌計算機輔助診斷的支撐技術(shù)之一。為降低乳腺腫瘤分割算法的計算復雜度,提高乳腺分割的精度,本文提出一種基于超像素的乳腺腫瘤分割算法。在基于超像素技術(shù)的醫(yī)學圖像分割中,合理地選取超像素分割算法是提高乳腺腫瘤分割算法精度和通用性的關(guān)鍵,為選取適用于乳腺腫瘤分割的超像素算法,本文設(shè)計提出了一種適用于醫(yī)學圖像的超像素分割算法評價方法。單一的超聲圖像或鉬靶圖像對乳腺癌的診斷精度有限,為提高乳腺癌診斷的效率和精度,針對多模態(tài)乳腺醫(yī)學圖像的特點,本文提出一種選擇性集成的乳腺腫瘤的分類方法。方法:本文提出一種基于超像素的乳腺腫瘤分割方法。該方法首先利用超像素分割算法對乳腺超聲圖像進行過分割,然后在超像素級上采用區(qū)域生長算法實現(xiàn)乳腺腫瘤的分割;卺t(yī)學圖像的特點,為選擇合適的超像素分割算法,本文提出了一種醫(yī)學圖像超像素分割算法評價體系,主要由算法運算速度、邊界貼合性和邊界重合度、規(guī)則度和同質(zhì)性等指標組成;谠撛u價體系,對歸一化割算法,Turbopixels算法和SLIC算法做了系統(tǒng)的算法性能評價與分析,并選擇將SLIC算法應用于本文乳腺超聲圖像分割算法研究中。本文設(shè)計一種基于評價指標R的選擇性集成分類器方法。該方法首先提取乳腺超聲圖像的形態(tài)學特征、紋理特征和鉬靶圖像的紋理特征,再利用SVM分類器,樸素貝葉斯分類器和KNN分類器進行分類,采用指標R選取合適的個體分類器,使用最大投票策略,最終獲取腫瘤分類結(jié)果。結(jié)論:本文提出的基于超像素的乳腺腫瘤分割方法精確性可達95.28%,靈敏性可達59.89%,為后續(xù)的乳腺腫瘤特征提取和分類工作奠定了良好基礎(chǔ)。為選擇合適的超像素分割算法,本文設(shè)計了一種超像素算法性能評價體系,為新型超像素技術(shù)設(shè)計及其在醫(yī)學圖像中的應用提供了一定的借鑒作用。本文設(shè)計了一種基于指標R的選擇性集成乳腺腫瘤分類方法。研究結(jié)果表明,在乳腺腫瘤分類工作中,基于分類器級的融合效率優(yōu)于基于特征集的融合;本文提出并采用的指標R可以有效地選擇合適的個體分類器,并產(chǎn)生性能較好的集成分類器,該分類器精確度為88.73%、靈敏性為97.06%。該方法可用于輔助醫(yī)生進行乳腺癌診斷,提高醫(yī)生工作診斷效率和精度,對臨床上乳腺癌的研究及大規(guī)模篩查具有一定意義。
【關(guān)鍵詞】:醫(yī)學圖像處理 乳腺癌 超像素 乳腺超聲圖像 乳腺鉬靶圖像
【學位授予單位】:山東中醫(yī)藥大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:R737.9;TP391.41
【目錄】:
  • 提要3-5
  • Abstract5-10
  • 引言10-12
  • 第一章 緒論12-18
  • 1.1 研究背景及意義12-13
  • 1.2 研究現(xiàn)狀13-16
  • 1.2.1 醫(yī)學圖像分割算法研究現(xiàn)狀13-15
  • 1.2.2 乳腺腫瘤分類工作研究現(xiàn)狀15-16
  • 1.3 本文工作16-17
  • 1.3.1 乳腺癌圖像分割算法研究16
  • 1.3.2 乳腺癌圖像分類算法研究16-17
  • 1.4 論文組成17-18
  • 第二章 乳腺腫瘤分割算法研究18-35
  • 2.1 超像素分割算法評價體系18-30
  • 2.1.1 超像素分割算法18-22
  • 2.1.2 超像素分割算法評價指標22-24
  • 2.1.3 超像素分割算法性能測試實驗及分析24-30
  • 2.2 基于超像素技術(shù)的乳腺超聲圖像分割算法30-34
  • 2.2.1 基本方法30-32
  • 2.2.2 實驗結(jié)果及分析32-34
  • 2.3 本章小結(jié)34-35
  • 第三章 乳腺腫瘤分類方法研究35-48
  • 3.1 特征提取35-37
  • 3.2 選擇性集成分類器37-39
  • 3.3 實驗結(jié)果及分析39-47
  • 3.3.1 評價指標39-41
  • 3.3.2 集成分類器方法性能分析41-47
  • 3.4 本章小結(jié)47-48
  • 第四章 總結(jié)與展望48-50
  • 4.1 本文方法總結(jié)與意義48
  • 4.2 問題分析與展望48-50
  • 參考文獻50-55
  • 致謝55-56
  • 攻讀學位期間發(fā)表的學術(shù)論文56
  • 攻讀學位期間所獲獎勵情況56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱碧云;陳卉;;醫(yī)學圖像紋理分析的方法及應用[J];中國醫(yī)學裝備;2013年08期

2 張勇;王t,

本文編號:720800


資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/yixuelunwen/zlx/720800.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶59336***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com