乳腺X线图像肿块特征提取与特征变换方法研究

发布时间：2017-09-13 01:04

  本文关键词：乳腺X线图像肿块特征提取与特征变换方法研究

  更多相关文章： 乳腺肿块图像 特征提取 词袋模型 语义相似度 狄利克雷Fisher核

【摘要】：乳腺癌已经成为威胁全球女性健康的恶性肿瘤疾病之一,其发病率和死亡率正在不断上升,尤其是在年轻人当中,由于生活习惯、工作压力、社会环境等问题,乳腺癌的发病率呈现出年轻化趋势。通过早发现、早治疗可以有效地降低治疗成本,提高生存几率。为提高阅片效率,避免出现漏诊、误诊,计算机辅助诊断系统已经被应用于临床诊断当中,辅助放射科医生工作。肿块是乳腺癌的常见症状,对其进行良恶性病变程度的判别是计算机辅助诊断系统的主要功能之一。由于肿块的形状和边缘复杂多变,经常与周围组织相互粘连,在图像上呈现出对比度低且常伴有噪声等,为特征的提取和良恶性的分类带来了极大的挑战。有效的特征提取方法是获取精确分类结果的关键,本文针对现有肿块特征提取方法存在的问题,分别从空间信息、语义信息、词汇权重三个方面进行了改进,主要工作如下:提出了一种基于各向异性边缘环状区域乳腺肿块特征提取方法,突出了肿块边缘信息在良恶性分类中的重要性,使提取的BoW特征同时包含图像的全局信息和局部信息;在各向异性边缘环状区域特征提取方法的基础上,提出了一种基于语义相似度的乳腺肿块特征融合方法,使提取的特征既包含图像的语义信息,又包含图像的空间信息,降低了算法复杂度,提高了运算效率;针对BoW特征中视觉词汇具有较低的代表性和判别能力,结合TF-IDF加权方法,提出了一种基于狄利克雷Fisher核的乳腺肿块特征变换方法,对不同的视觉词汇进行不同程度的加权,提高具有代表性的视觉词汇的权重,降低非重要视觉词汇的权重,增强了特征的判别能力。实验结果表明,本文提出的特征提取和特征变换方法能够有效地表达乳腺肿块图像的空间结构和语义信息,具有较高的分类性能,为计算机辅助诊断系统的研究提供了新的思路方法。
【关键词】：乳腺肿块图像 特征提取 词袋模型 语义相似度 狄利克雷Fisher核
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;R737.9;R730.44
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-20
• 1.1 研究背景及意义14-15
• 1.1.1 研究背景14
• 1.1.2 研究意义14-15
• 1.2 国内外研究进展及状况15-18
• 1.2.1 乳腺CAD系统的研究现状15-16
• 1.2.2 乳腺肿块特征提取方法的研究现状16-17
• 1.2.3 乳腺肿块分类方法的研究现状17-18
• 1.3 研究内容与章节安排18-20
• 第二章 乳腺肿块图像的预处理20-28
• 2.1 引言20-21
• 2.2 实验数据库及准备工作21-23
• 2.2.1 DDSM数据库21-22
• 2.2.2 数据前期准备22-23
• 2.3 乳腺肿块的预处理23-27
• 2.3.1 乳腺肿块图像去噪23-24
• 2.3.2 乳腺肿块图像增强24-26
• 2.3.3 实验结果及分析26-27
• 2.4 本章小结27-28
• 第三章 乳腺肿块图像特征提取方法研究28-44
• 3.1 引言28
• 3.2 视觉词汇与词袋模型的构建28-31
• 3.2.1 词袋模型概述28-30
• 3.2.2 SIFT特征与Dense SIFT特征30-31
• 3.3 基于各向异性边缘环状区域的乳腺肿块特征提取方法31-38
• 3.3.1 空间金字塔匹配模型31-32
• 3.3.2 基于各向异性边缘环状区域的肿块特征提取方法32-34
• 3.3.3 实验结果与分析34-38
• 3.4 基于语义相似度的乳腺肿块特征融合方法38-43
• 3.4.1 图像语义信息38-39
• 3.4.2 基于语义相似度的乳腺肿块特征融合方法39-41
• 3.4.3 实验结果与分析41-43
• 3.5 本章小结43-44
• 第四章 基于狄利克雷的乳腺肿块特征变换方法研究44-54
• 4.1 引言44
• 4.2 狄利克雷分布和特征加权方法44-48
• 4.2.1 狄利克雷分布45-47
• 4.2.2 TF-IDF加权方法47-48
• 4.3 基于狄利克雷Fisher核的乳腺肿块特征变换方法48-51
• 4.3.1 基于狄利克雷Fisher核的乳腺肿块特征变换方法49-50
• 4.3.2 实验结果与分析50-51
• 4.4 本章小结51-54
• 第五章 总结与展望54-56
• 5.1 总结54-55
• 5.2 展望55-56
• 参考文献56-60
• 致谢60-62
• 作者简介62-63

【参考文献】

中国期刊全文数据库 前2条

1 孙利;徐伟栋;厉力华;刘伟;彭芳青;张娟;;基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究[J];中国生物医学工程学报;2011年01期

2 高隽;谢昭;张骏;吴克伟;;图像语义分析与理解综述[J];模式识别与人工智能;2010年02期

，

本文编号：840591