基于NSCT和Otsu-PCNN算法的乳腺结构扭曲检测

发布时间：2021-03-11 13:03

　　近年来,乳腺癌发病率逐渐呈现年轻化趋势,严重威胁女性健康。研究表明,早期筛查能够及时发现病灶,有效降低死亡率。在乳腺癌诊疗领域,医生主要通过阅片进行病灶诊断,但是随着患者逐渐增多,医生的负担日益加重,误诊和漏诊的现象时有发生,对患者造成了严重的损害。计算机辅助检测对提高乳腺癌诊断准确率有很大的帮助,乳腺结构扭曲是乳腺癌临床表现的一种特征,但其结构复杂,检测准确率偏低,严重影响诊断效果,因此,本文提出了一种新的计算机辅助检测乳腺结构扭曲方案,该方案能够帮助医生在乳腺钼靶X线图像中准确标注出乳腺结构扭曲病灶区域。本论文根据乳腺钼靶X线图像和乳腺结构扭曲病灶的特点,以提高检测乳腺结构扭曲的准确率为目标,针对计算机辅助检测乳腺结构扭曲方法进行研究。本论文的主要工作和创新点如下:1.针对乳腺钼靶X线图像对比度低、图像整体效果差的问题,本文提出使用顶帽-底帽变换和伽马变换相结合的方法用于乳腺钼靶X线图像的预处理。该方法首先通过顶帽变换排除图像中尺寸小于形态结构元素的亮细节,从而突出图像的前景部分,其次通过底帽变换填充图像中的波谷信息,使图像的背景部分更加暗,最后通过伽马变换进一步提高图像的对比度。... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 计算机辅助检测乳腺癌的研究现状
        1.2.2 计算机辅助检测乳腺结构扭曲的研究现状
    1.3 研究内容及章节安排
        1.3.1 研究内容
        1.3.2 章节安排
2 乳腺结构扭曲检测的关键技术分析
    2.1 乳腺结构扭曲检测方案框架
    2.2 各部分技术分析
        2.2.1 乳腺钼靶X线图像预处理
        2.2.2 可疑病灶区域的获取
        2.2.3 乳腺结构扭曲分割
    2.3 实验数据库
    2.4 本章小结
3 图像预处理及获取可疑病灶区域
    3.1 基于顶帽-底帽变换和伽马变换的图像预处理算法
        3.1.1 相关算法介绍
        3.1.2 预处理算法的原理概述
        3.1.3 实验设置及评价指标
        3.1.4 实验仿真及分析
    3.2 一种改进的NSCT可疑病灶区域获取算法
        3.2.1 相关算法介绍
        3.2.2 改进的NSCT算法
        3.2.3 实验设置及评价指标
        3.2.4 实验仿真及分析
    3.3 本章小结
4 基于Otsu-PCNN的乳腺结构扭曲分割算法
    4.1 基于Otsu阈值的PCNN分割算法
        4.1.1 Otsu和 PCNN的相关理论
        4.1.2 基于Otsu-PCNN的分割算法原理
    4.2 实验设置及评价方法
    4.3 实验仿真及分析
        4.3.1 不同密度等级图像检测的实验仿真及分析
        4.3.2 不同方法检测图像的实验仿真及分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢


【参考文献】：
期刊论文
[1]基于灰度变换及边缘检测的脑地形图像识别算法的研究[J]. 陈新磊.  电脑编程技巧与维护. 2019(03)
[2]2015年中国恶性肿瘤流行情况分析[J]. 郑荣寿,孙可欣,张思维,曾红梅,邹小农,陈茹,顾秀瑛,魏文强,赫捷.  中华肿瘤杂志. 2019 (01)
[3]基于小波变换与数学形态学的图像边缘检测方法[J]. 李颖莹,魏连鑫.  软件工程. 2018(11)
[4]数字乳腺断层摄影在乳腺结构扭曲征象中的应用[J]. 胡明芳,张惠美,杨君,田萍,吴晓,徐华军,邵霞.  中国现代医生. 2018(23)
[5]基于脉冲耦合神经网络和二维熵的图像自适应分割[J]. 张平康,张欣,李琪,张航.  通信技术. 2017(10)
[6]基于非下采样Contourlet变换的红外图像非线性增强新方法[J]. 郭珉,蒋爱民,曹美.  计算机与现代化. 2017(03)
[7]改进的直方图均衡化和NSCT变换的红外图像增强[J]. 曹美,程亚玲,盛惠兴,仇春春,俞楷.  应用科技. 2016(02)
[8]乳腺钼靶X线肿块检测及分割方法[J]. 董敏,郭淼,马义德.  计算机应用. 2015(S1)
[9]基于Otsu与海域统计特性的SAR图像海陆分割算法[J]. 陈祥,孙俊,尹奎英,于俊朋.  数据采集与处理. 2014(04)
[10]共同参与 成就抗癌奇迹[J]. 夕月.  绿色中国. 2014(03)

硕士论文
[1]乳腺肿块计算机辅助检测算法研究[D]. 张桥新.西安电子科技大学 2009



本文编号：3076505