基于深度学习的乳腺肿瘤分割算法研究

发布时间：2021-02-28 02:20

　　乳腺癌是一种高发性疾病,严重地影响到全球女性的身心健康。“早发现,早治疗”是临床上挽救患者生命的唯一途径。目前乳腺钼靶X线摄影检查是临床上被公认的最可靠与有效的诊断方法之一。然而乳腺癌的医学影像特征不明显并且受限于医师的主观性影响,这导致了人工阅片工作十分繁琐而且差异性大。乳腺肿块是乳腺癌在钼靶图像的重要表征之一,而传统的分割算法仅仅根据乳腺的灰度、形态、纹理等信息往往难以区别与其对比度相似的软组织。随着计算机辅助诊断技术（computer-aided diagnosis,CAD）在医学领域上有了越来越广泛的应用前景,基于乳腺钼靶的自动分割技术具有较高的检测精度,能够为医师提供均一性较好的分割意见。基于深度学习模型,本文研究了两种乳腺肿块的精准分割算法。方法一构建了基于超像素分割的双阶网络,将乳腺肿块的分割问题转换成像素级别上的二分类问题,实现了超像素级别到像素级别的分割。方法二提出了一种编码-解码网络结构,该法无需预处理,直接在原图上学习而获取到像素级别上的分割结果图,改善了神经网络中基于图像块学习方法下图像冗余信息过多的缺点。本文实验数据建立在南佛罗里达大学建立的公开数据集与武汉大... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

CAD技术的流程图

图 2-1 基于卷积神经网络的乳腺分割流程图2.2 乳腺图像预处理X 射线具有分辨率高、信息量大的特点，能够为疾病的诊断提供丰富的的信息。然而过大的图像容易在分析图像时候带去过多的冗余信息，特别是而在疾病诊断中真正有效的关注区域仅为乳腺区域。另外在 X 射线在对乳房体成像过程中会不可避免地出现一些噪声以及背景的干扰，他们会影响到计算机辅助识别、诊断任务，造成一定的精度下降，典型的像大多数肿块包含在乳腺的软组织中，特别有些女性的房体小并且为致密腺体型的乳房，肿块与乳腺组织之间的密度相似，对比度差异较小[28]。这些特点都使得分割任务的难度加大。图 2-2 所示为一组包含恶性肿块的患者病例，可以看出有的肿块从人眼上难以区别。

图 2-1 基于卷积神经网络的乳腺分割流程图2.2 乳腺图像预处理X 射线具有分辨率高、信息量大的特点，能够为疾病的诊断提供丰富的的信息。然而过大的图像容易在分析图像时候带去过多的冗余信息，特别是而在疾病诊断中真正有效的关注区域仅为乳腺区域。另外在 X 射线在对乳房体成像过程中会不可避免地出现一些噪声以及背景的干扰，他们会影响到计算机辅助识别、诊断任务，造成一定的精度下降，典型的像大多数肿块包含在乳腺的软组织中，特别有些女性的房体小并且为致密腺体型的乳房，肿块与乳腺组织之间的密度相似，对比度差异较小[28]。这些特点都使得分割任务的难度加大。图 2-2 所示为一组包含恶性肿块的患者病例，可以看出有的肿块从人眼上难以区别。

【参考文献】：
期刊论文
[1]正确认识MRI的乳腺癌诊断价值[J]. 周娟,江泽飞.  中国实用外科杂志. 2018(11)
[2]基于深度学习的医学图像处理研究进展[J]. 林金朝,庞宇,徐黎明,黄志伟.  生命科学仪器. 2018(Z1)
[3]人工智能在影像学的发展、现状及展望[J]. 宋彬,黄子星.  中国普外基础与临床杂志. 2018(05)
[4]关于智能医疗研究与发展的思考[J]. 涂仕奎,杨杰,连勇,黄晓霖,沈红斌,张丽清,徐雷.  科学. 2017(03)
[5]图像分割中的超像素方法研究综述[J]. 宋熙煜,周利莉,李中国,陈健,曾磊,闫镔.  中国图象图形学报. 2015(05)
[6]基于SPCNN与改进型矢量CV模型的乳腺X射线肿块分割方法[J]. 韩振中,陈后金,李艳凤,李居朋,姚畅,程琳.  物理学报. 2014(07)
[7]X线钼靶与定量超声弹性成像联合应用在乳腺小结节病变诊断中的价值[J]. 赵立新,洪常华,孙德国.  中国老年学杂志. 2013(19)
[8]钼靶X线征象与不同类型乳腺癌关系的病理基础研究[J]. 王秀丽,柴丽敏,张伟,许艳梅.  医学影像学杂志. 2011(08)
[9]乳腺癌的影像学诊断及进展[J]. 杨秋红,孙一兵.  安徽医学. 2005(06)
[10]电子计算机辅助诊断（CAD）的原理及临床应用[J]. 舒荣宝,王成林.  中国CT和MRI杂志. 2004(02)

博士论文
[1]肿瘤手术导航中图像分割与配准方法研究[D]. 赵丽亚.北京工业大学 2016



本文编号：3055163