基于X线图像的乳腺肿块检测与分类方法研究
发布时间：2021-12-31 04:40
乳腺癌是一种女性中常见的恶性肿瘤,早期诊断是治愈该病的最有效手段。在乳腺癌早期诊断的诸多方法之中,乳腺X线摄影术被公认为最可靠、最便捷的方法,然而早期的乳腺癌影像学特征一般不够明显,且易受医师主观影响,以至于假阴性与假阳性情况时有出现。基于乳腺X线图像的乳腺癌计算机辅助诊断系统可以有效辅助放射科专业医师提高乳腺癌诊断的精度、效率和一致性。现有的乳腺癌诊断方法性能还达不到专业医师的认可要求,还有非常大的提升空间。本文以提高基于乳腺X线图像的乳腺癌诊断方法性能为目标,针对乳腺X线图像中的肿块检测与诊断方法进行深入研究,开展的主要创新性研究工作以及获得的贡献总结如下：1.针对现有肿块检测方法检测速度较慢的问题,提出了一种基于乳房肿块摄影特点的乳腺x线肿块建模方法,利用该模型定义的肿块内部点特征能够快速定位肿块。在此基础上,结合相应的聚类算法最终获得完整的肿块区域。2.针对现有肿块分层检测算法的不足,提出了一种基于简化型标记脉冲耦合神经网络（Marker Simplified Pulse Coupled Neural Network, Marker-SPCNN）模型的乳腺X线肿块分层检测方法,...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
乳房结构示意图
于随机游走算法的乳腺肿块分割算法15。]。然而，这些方法都有其致命仅仅依赖于单一的灰度信息或者一些简单特征来获取分割结果。由于单征不足以准确地描述肿块，这些方法虽然实现起来较为容易，但是在缘肿块时往往得不到令人不满意的结果。到肿块轮廓的重要性，为了使分割结果更加精确，不少学者提出使用模型对初始分割结果进行优化。Xu等人在通过canny边缘算子得到肿块后，使用活动轮廓模型进一步处理，使得到的肿块边缘精确度进一步Yu等人采用同样的算法设计思路，首先结合形态学和sobel边缘检测算获得肿块初始边缘，然后使用梯度矢量流的方法分割出最终肿块[52]。他思路大致为：首先利用一些方法对图像中像素点灰度信息进行分析得到，然后利用水平集方法细化初始分割得到最终结果。通过引入基于像息的水平集方法使得分割结果得到了一些改进，但是这些方法仍然还不足。
中可疑肿块区域位置。如图3-3 (b)所示，在XOY平面内任取一点(■xo,}^)。以(10,3?)为圆心，^为半径做一个圆柱，该圆柱与球冠相交出一个曲面。计算该曲面到XOY平面的平均距离I。圆柱可以表示为= jCq + r * cos 0< =少o + r*sin0 (3-3)此圆柱与球冠围成部分的体积为2 — (Xfj + rcos沒)2 -(Vo + f sin0)^ -t)*rdrd6 (3-4)因此，该部分的平均高度为2 = - = -^ [‘“ r HKioJ -(^0+^ cos 6)^ -{yf^+rs\n0f)'-t)* rdrde (3-5)Sr nr 山由此，可得此平均高度与该圆柱半径的微分关系25
【参考文献】：
期刊论文
[1]基于自适应核学习相关向量机的乳腺X线图像微钙化点簇处理方法研究[J]. 姚畅,陈后金,Yang Yong-Yi,李艳凤,韩振中,张胜君. 物理学报. 2013(08)
[2]超宽带微波检测早期乳腺肿瘤三维仿真[J]. 肖夏,徐立,刘冰雨. 物理学报. 2013(04)
[3]乳腺肿块影像特征与病理[J]. 黄贵,邰亦成,方琦. 吉林医学. 2011(33)
[4]基于自动随机游走的乳腺肿块分割算法[J]. 曹颖,郝欣,朱晓恩,夏顺仁. 浙江大学学报(工学版). 2011(10)
[5]一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法[J]. 赵浣萍,徐伟栋,厉力华,刘伟,张娟. 仪器仪表学报. 2011(09)
[6]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)
[7]乳腺癌检测的三维微波热声成像技术[J]. 刘广东,张业荣. 物理学报. 2011(07)
[8]基于MCA的乳腺X线图像中肿块的自适应检测方法[J]. 王颖,李洁,高新波. 电子学报. 2011(03)
[9]一种基于水平集的多尺度乳腺肿块分割方法[J]. 虞红伟,厉力华,徐伟栋,刘伟,张娟,邵国良. 仪器仪表学报. 2010(06)
[10]采用多尺度多级组合分类器快速定位乳腺X片中的感兴趣区域[J]. 阮松,陈松灿,王敏. 中国生物医学工程学报. 2009(05)
本文编号：3559632
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
乳房结构示意图
于随机游走算法的乳腺肿块分割算法15。]。然而，这些方法都有其致命仅仅依赖于单一的灰度信息或者一些简单特征来获取分割结果。由于单征不足以准确地描述肿块，这些方法虽然实现起来较为容易，但是在缘肿块时往往得不到令人不满意的结果。到肿块轮廓的重要性，为了使分割结果更加精确，不少学者提出使用模型对初始分割结果进行优化。Xu等人在通过canny边缘算子得到肿块后，使用活动轮廓模型进一步处理，使得到的肿块边缘精确度进一步Yu等人采用同样的算法设计思路，首先结合形态学和sobel边缘检测算获得肿块初始边缘，然后使用梯度矢量流的方法分割出最终肿块[52]。他思路大致为：首先利用一些方法对图像中像素点灰度信息进行分析得到，然后利用水平集方法细化初始分割得到最终结果。通过引入基于像息的水平集方法使得分割结果得到了一些改进，但是这些方法仍然还不足。
中可疑肿块区域位置。如图3-3 (b)所示，在XOY平面内任取一点(■xo,}^)。以(10,3?)为圆心，^为半径做一个圆柱，该圆柱与球冠相交出一个曲面。计算该曲面到XOY平面的平均距离I。圆柱可以表示为= jCq + r * cos 0< =少o + r*sin0 (3-3)此圆柱与球冠围成部分的体积为2 — (Xfj + rcos沒)2 -(Vo + f sin0)^ -t)*rdrd6 (3-4)因此，该部分的平均高度为2 = - = -^ [‘“ r HKioJ -(^0+^ cos 6)^ -{yf^+rs\n0f)'-t)* rdrde (3-5)Sr nr 山由此，可得此平均高度与该圆柱半径的微分关系25
【参考文献】：
期刊论文
[1]基于自适应核学习相关向量机的乳腺X线图像微钙化点簇处理方法研究[J]. 姚畅,陈后金,Yang Yong-Yi,李艳凤,韩振中,张胜君. 物理学报. 2013(08)
[2]超宽带微波检测早期乳腺肿瘤三维仿真[J]. 肖夏,徐立,刘冰雨. 物理学报. 2013(04)
[3]乳腺肿块影像特征与病理[J]. 黄贵,邰亦成,方琦. 吉林医学. 2011(33)
[4]基于自动随机游走的乳腺肿块分割算法[J]. 曹颖,郝欣,朱晓恩,夏顺仁. 浙江大学学报(工学版). 2011(10)
[5]一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法[J]. 赵浣萍,徐伟栋,厉力华,刘伟,张娟. 仪器仪表学报. 2011(09)
[6]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)
[7]乳腺癌检测的三维微波热声成像技术[J]. 刘广东,张业荣. 物理学报. 2011(07)
[8]基于MCA的乳腺X线图像中肿块的自适应检测方法[J]. 王颖,李洁,高新波. 电子学报. 2011(03)
[9]一种基于水平集的多尺度乳腺肿块分割方法[J]. 虞红伟,厉力华,徐伟栋,刘伟,张娟,邵国良. 仪器仪表学报. 2010(06)
[10]采用多尺度多级组合分类器快速定位乳腺X片中的感兴趣区域[J]. 阮松,陈松灿,王敏. 中国生物医学工程学报. 2009(05)
本文编号：3559632
本文链接：https://www.wllwen.com/yixuelunwen/zlx/3559632.html
最近更新
教材专著
