乳腺肿块分割算法设计与实现

发布时间：2017-10-08 08:05

  本文关键词：乳腺肿块分割算法设计与实现

  更多相关文章： 基于内容的图像检索 计算机辅助诊断 肿块分割 C-V模型 CV-RE模型

【摘要】：乳腺癌是全球女性最常见的恶性肿瘤之一,及早发现及早治疗才是其防治的关键。乳腺钼靶X线摄影检查技术具有操作简洁、病患负担的痛苦和风险相对较小,费用低廉等特点,目前已经成为全世界公认的预防普查乳腺癌和常规检查乳腺疾病最有效的方法之一,对早期发现乳腺癌,提高乳腺病变诊断效率和患者的生存率具有十分重要的意义。由于乳腺X线摄片数量巨大,医生的工作繁重,存在漏诊和误诊的现象。在美国,因医生漏诊或误诊而耽误治疗的乳腺癌约占6%~16%,为了提高放射科医师对乳腺癌早期诊断的准确率,计算机辅助诊断技术(CAD)逐渐被引入。但类似于“黑盒”方式的传统CAD,只提示病变区域并不解释这些区域为什么会被标记出来,且具有检测灵敏度低而假阳性率高的缺点,降低了放射科医师借助CAD系统辅助诊断的信心。而基于图像内容检索的计算机辅助诊断(CBIR CAD)乳腺肿块系统不单提示乳腺癌的病变区域还返回与待检测的感兴趣区域(ROI)最相似的前K幅参考图像和相关的决策分数,该系统所提示的参考结果逐渐被医师所信赖。本文围绕基于CBIR CAD中针对乳腺肿块检测的关键技术可疑肿块分割展开研究,其目的是对乳腺癌重要特征的可疑肿块实现有效的分割,进而为后续的特征提取、优化选择、检测以及分类打下基础,最终辅助放射科医师提高对早期乳腺癌的发现率和诊断的正确率。论文对目前出现的一些较好的乳腺可疑肿块分割方法进行了综述,并深入研究了这些算法,对比和分析了它们的优点和性能,同时提出了一种新的肿块分割方法CV-RE,该方法将粗圈定可疑肿块区域的方法(RE-ROI)和C-V模型相结合,在经过预处理后的图像上进行模板匹配、二值化相似度图像、形态学膨胀等方法得到乳腺肿块大概的矩形区域,在此区域上使用C-V模型进行可疑肿块的分割,有效解决了传统C-V模型在处理背景趋势不均匀图像时的局限性,显著地提高了肿块的分割精度。
【关键词】：基于内容的图像检索 计算机辅助诊断 肿块分割 C-V模型 CV-RE模型
【学位授予单位】：南阳师范学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;R737.9
【目录】：

• 摘要7-9
• Abstract9-11
• 第一章 绪论11-26
• 1.1 计算机辅助诊断技术研究背景11-12
• 1.2 乳腺肿块分割算法研究现状12-13
• 1.3 乳腺肿块分割算法综述13-22
• 1.3.1 基于边缘的分割方法13-15
• 1.3.2 基于区域的分割方法15-19
• 1.3.3 两种混合分割方法19-22
• 1.4 C-V模型研究进展22-24
• 1.4.1 存在的问题23
• 1.4.2 解决的思路23-24
• 1.5 论文组织结构24-26
• 第二章 基于图像内容检索的乳腺肿块诊断系统26-33
• 2.1 系统的总体框架26-28
• 2.1.1 训练阶段26
• 2.1.2 诊断阶段26-28
• 2.2 图形用户界面28-29
• 2.3 CBIR CAD系统中分割算法的评价准则29-30
• 2.4 实验数据的来源30-33
• 第三章 基于CV-RE模型的可疑肿块分割33-42
• 3.1 感兴趣区域的预处理33-34
• 3.2 粗圈定乳腺可疑肿块区域算法（RE-ROI）34-37
• 3.3 用C-V模型分割37-38
• 3.4 实验结果比较与分析38-41
• 3.5 本章小结41-42
• 第四章 总结及展望42-45
• 4.1 全文总结42-43
• 4.2 研究展望43-45
• 参考文献45-48
• 附录48
• 附录A:攻读学位期间取得的科研成果48-49
• 致谢49

【相似文献】

中国期刊全文数据库 前10条

1 蒋红兵;;计算机辅助诊断的应用简述[J];现代医学仪器与应用;2007年05期

2 金丕焕;计算机辅助诊断及其基本方法[J];上海第一医学院学报;1980年02期

3 黄宗干,肖守中,陈廷富;应用计算机辅助诊断贫血疾病的初步研究 附315例验证[J];重庆医学院学报;1985年03期

4 周济省;高贤章;饶春阳;黄乃清;周人志;;微型计算机辅助诊断和处理职业性慢性铅中毒[J];福建医药杂志;1985年05期

5 周济省,黄乃清,饶春阳;微型计算机辅助诊断和处理职业性慢性汞中毒[J];职业医学;1986年05期

6 刘树根;郑华;陆海泰;姚平夫;;电子计算机辅助诊断5种脑、脑膜疾病的探讨[J];江西医药;1987年03期

7 江山;Sutton GC;;计算机辅助诊断技术的回顾[J];国外医学.创伤与外科基本问题分册;1989年03期

8 唐文彦;王乃康;陈国启;;计算机在医学中的应用——计算机辅助诊断(讲座)[J];承德医学院学报;1990年02期

9 帅捷;滑炎卿;张建国;;多维医学图像计算机辅助诊断应用进展[J];中国医疗器械杂志;2008年01期

10 鹿猛;葛飞;;膝关节疾病计算机辅助诊断方式研究浅谈[J];计算机光盘软件与应用;2013年02期

中国重要会议论文全文数据库 前4条

1 袁克虹;陈自强;刘维湘;贾少微;;计算机辅助脑部MRI影像诊断系统的研制[A];全国神经核医学与神经科学新进展研讨会暨核医学科普专家工作会议资料汇编[C];2007年

2 袁克虹;陈自强;刘维湘;贾少微;肖平;;计算机辅助脑部MRI影像诊断系统的研制[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

3 吴敏;汤黎明;刘铁兵;;Bayes统计推断在计算机辅助诊断中的应用[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年

4 张q和;袁帅;邬芳玉;陈江;祝金泉;吕农华;王崇文;;恶性胸/腹水的计算机辅助诊断研究[A];中华医学会第七次全国消化病学术会议论文汇编（下册）[C];2007年

中国重要报纸全文数据库 前2条

1 石岩;基于三维影像的肝癌计算机辅助诊断与手术规划技术[N];科技日报;2007年

2 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年

中国博士学位论文全文数据库 前6条

1 林红利;基于CT影像的肺结节病变计算机辅助诊断关键技术研究[D];中南大学;2012年

2 于洋;基于CT影像的早期肺癌计算机辅助诊断关键技术研究[D];东北大学;2009年

3 李晓峰;基于超声图像的乳腺癌计算机辅助诊断关键技术研究[D];哈尔滨工业大学;2008年

4 郭薇;面向多种医学图像的肺癌计算机辅助诊断关键技术研究[D];东北大学;2011年

5 王瑞平;乳腺X线影像的计算机辅助诊断新方法研究[D];天津大学;2003年

6 郭冬梅;肝脏病变MRI诊断与计算机辅助诊断[D];大连理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 李京;基于心脏图像的三维可视化和辅助诊断技术[D];上海交通大学;2015年

2 朱建伟;计算机辅助诊断技术在胃肠道粘膜下病变诊断中的应用[D];第二军医大学;2015年

3 石小秒;基于MRI肝脏计算机辅助诊断若干关键技术研究[D];大连理工大学;2015年

4 邵莹;基于MRI的肝脏病变计算机辅助诊断[D];大连理工大学;2015年

5 沈濵霄;乳腺肿块分割算法设计与实现[D];南阳师范学院;2015年

6 耿中泽;数据挖掘在计算机辅助诊断中的应用研究[D];南方医科大学;2008年

7 胡存刚;基于计算机辅助诊断的人体信息诊疗系统的研究[D];合肥工业大学;2004年

8 刘军;全自动调光计算机辅助诊断观片系统设计[D];太原科技大学;2010年

9 池骋;计算机辅助诊断在肝脏灌注中的应用[D];西安电子科技大学;2013年

10 李文杰;胸片计算机辅助诊断[D];上海交通大学;2009年

，

本文编号：992884