基于显著性检测的乳腺超声图像鲁棒分割方法

发布时间：2021-02-28 02:06

　　乳腺癌是女性患者中发病最高的癌症,不仅对女性的身体健康造成了极大的危害,也对她们的心理和生活也造成了极大的困扰。临床研究表明,如果能够在乳腺癌早期及时发现并有效治疗,能极大的提高女性患者的生存率。医学影像检查中的超声成像技术,凭借着低成本、诊断效果好、成像质量不错、对人体无伤害以及小巧灵活等特点,成为了乳腺诊断中的常规检查手段。计算机辅助诊断（CAD）由于能帮助医生进行诊断,有效的提高诊断的准确性和客观性,减少医生诊断过程中的失误,提高诊断的效率,而被广泛的应用到乳腺癌的诊断中。计算机辅助诊断中病变位置的定位直接影响到后续的定性定量的分析,病变部分的图像分割成为了计算机辅助诊断中最为重要的部分。目前对于肿瘤的分割方案大部分都不是全自动的,这些方案在使用的过程中需要医生进行配合如选取种子点、圈定ROI等行为。当需要处理的数据量比较大的时候,会对医生的工作产生负担,拖慢工作节奏,更容易使得医生产生错误的判断。乳腺的超声图像可以通过各种不同设备进行采集,这些设备采集到的图像质量上存在着比较大的差异,比如分辨率低、细节丢失、清晰度低、对比度低等。目前的分割方案往往是针对某一种设备采集到的图像为... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究目的和意义
    1.2 乳腺超声图像分割方法概述
        1.2.1 非自动分割方法
        1.2.2 自动分割方法
        1.2.3 现有方法的不足
    1.3 本文主要研究内容
第2章 视觉显著性检测概述
    2.1 引言
    2.2 视觉注意力机制
    2.3 视觉显著性模型
        2.3.1 自底向上的检测模型
        2.3.2 自顶向下的检测模型
        2.3.3 显著性检测中常用的先验知识
    2.4 本章小结
第3章 结合图像显著性检测的乳腺肿瘤检测
    3.1 引言
    3.2 乳腺超声中的一些医学先验
    3.3 现有基于显著性检测的乳腺肿瘤分割分析
        3.3.1 基于解剖学线索和对比度线索的显著图
        3.3.2 基于位置先验线索和背景线索的显著图
    3.4 图像显著性检测的乳腺肿瘤检测
        3.4.1 预处理
        3.4.2 背景种子点生成
        3.4.3 肿瘤显著图生成
        3.4.4 肿瘤检测
    3.5 本章小结
第4章 实验结果及分析
    4.1 引言
    4.2 评价标准
    4.3 显著性检测
    4.4 ROI生成
    4.5 肿瘤分割
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]乳腺病变的影像学检查评价[J]. 陈晓煜,谢欢,印隆林.  实用医院临床杂志. 2016(02)
[2]中国女性乳腺癌发病死亡和生存状况[J]. 陈万青,郑荣寿.  中国肿瘤临床. 2015(13)
[3]乳腺疾病常用影像学检查技术比较[J]. 周学武.  中国医疗设备. 2011(07)
[4]结合全局概率密度差异与局部灰度拟合的超声图像分割[J]. 刘博,黄剑华,唐降龙,刘家锋,张英涛.  自动化学报. 2010(07)
[5]基于对称区域生长算法的超声医学图像分割方法[J]. 张建,汪天富,李德玉,林江莉,唐红,饶莉.  生物医学工程学杂志. 2007(03)
[6]乳腺癌影像学检查的有关进展[J]. 郭章留.  临床放射学杂志. 2002(09)

硕士论文
[1]基于显著性检测的乳腺超声图像全自动分割方法[D]. 陈徽文.哈尔滨工业大学 2016



本文编号：3055146