基于多特征的钼靶医学图像肿瘤识别

发布时间:2023-05-14 02:07
  乳腺恶性肿瘤的防治是目前重要的卫生问题,利用乳腺钼靶图像对早期乳腺肿瘤进行筛查具有重要的研究意义和实用价值。肿块与钙化点是乳腺肿瘤的重要诊断依据,本文对乳腺钼靶图像中肿块和钙化点进行特征提取,并基于提取的特征进行肿瘤良恶性识别,用于辅助筛查乳腺恶性肿瘤。基于谱聚类算法实现乳腺钼靶图像中乳腺组织的分割,去除图像中的胸肌部分,避免了与肿块特征相似的高亮胸肌导致的肿块误分割问题。针对胸肌分层和胸肌与乳腺组织边界不明显的情况,提出了最大类间灰度差和形状约束方法实现准确的胸肌分割。对去除胸肌的图像,基于肿块的灰度较高、面积较小等特点实现肿块的准确分割。利用双窗口滤波方法对钙化点进行增强,基于窗口贡献矩阵方法提取微小钙化点。针对肿块,分别提取了纹理边缘方向自相关向量、灰度共生矩阵和灰度游程矩阵的肿块纹理特征;灰度标准差、局部极大点平均灰度差和邻域组织灰度对比度的肿块灰度特征;边缘复杂度、径向长度比和形状参数比等肿块形状特征。针对提取的钙化点,利用钙化点数目、局部钙化点数以及与邻域灰度的对比度描述其特征。针对MIAS数据库图像和医院获取的病人乳腺钼靶图像,基于肿块和钙化点的特征,利用支持向量机方法对...

【文章页数】:84 页

【学位级别】:硕士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 乳腺钼靶图像肿瘤识别
    1.2 乳腺钼靶图像肿块分割方法综述
    1.3 乳腺肿瘤特征提取方法综述
        1.3.1 肿块特征提取研究现状
        1.3.2 钙化点特征提取研究现状
    1.4 肿瘤良恶性识别方法研究现状
    1.5 课题意义和研究内容
        1.5.1 课题的研究意义
        1.5.2 课题主要研究内容
第二章 基于乳腺钼靶图像的肿块分割
    2.1 图像预处理
    2.2 基于谱聚类的乳腺钼靶图像初始分割
        2.2.1 基于像素点的相似度度量矩阵
        2.2.2 拉普拉斯矩阵的构造
        2.2.3 基于谱聚类的乳腺钼靶图像分割步骤
    2.3 基于约束的胸肌分割
        2.3.1 基于最大类间灰度差的胸肌分割方法
        2.3.2 基于形状约束的胸肌分割
    2.4 肿块分割
    2.5 本章小结
第三章 乳腺钼靶图像微小钙化点提取
    3.1 基于双窗口滤波的钙化点特征增强
        3.1.1 乳腺钼靶图像的细节增强
        3.1.2 亮、暗细节增强的双窗口选取
    3.2 基于小波变换的增强乳腺钼靶图像去噪
    3.3 基于贡献矩阵的钙化点提取
        3.3.1 局部特征增强
        3.3.2 基于双窗口贡献矩阵的钙化点增强
        3.3.3 增强后乳腺钼靶图像的钙化点提取
    3.4 本章小结
第四章 用于肿瘤识别的特征描述及识别
    4.1 乳腺钼靶图像肿块特征描述
        4.1.1 肿块纹理特征描述
        4.1.2 肿块灰度特征描述
        4.1.3 形状特征描述
    4.2 微小钙化点特征描述
    4.3 基于乳腺钼靶图像的肿瘤良恶性识别
        4.3.1 肿块、钙化点特征向量归一化及权值确定
        4.3.2 乳腺肿瘤的良恶性识别
    4.4 本章小结
第五章 基于乳腺钼靶图像的肿瘤良恶性识别结果
    5.1 肿瘤良恶性识别总体设计
    5.2 肿块分割结果
        5.2.1 肿块分割软件设计
        5.2.2 基于谱聚类的乳腺钼靶图像初始分割结果
        5.2.3 胸肌分割结果
        5.2.4 肿块分割结果
        5.2.5 肿块分割结果评价
    5.3 肿块特征描述结果
        5.3.1 肿块特征描述流程
        5.3.2 肿块特征描述结果
    5.4 微小钙化点提取结果及描述结果
        5.4.1 微小钙化点提取的算法流程
        5.4.2 微小钙化点提取流程
        5.4.3 微小钙化点提取结果
        5.4.4 微小钙化点特征描述结果
    5.5 乳腺肿瘤良恶性识别结果
        5.5.1 肿块、钙化点特征向量归一化及权值确定
        5.5.2 乳腺肿瘤良恶性识别结果及评价
    5.6 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
研究成果及发表的学术论文
作者与导师简介
硕士研究生学位论文答辩委员会决议书



本文编号:3816969

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3816969.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ea0a0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com