【摘要】：乳腺癌是當今女性健康的第一殺手,及時發(fā)現(xiàn)和早期治療能有效降低其發(fā)病和死亡率。目前,乳腺鉬靶X線檢查被認為是乳腺癌早期診斷最可靠且最有效的方法,放射科醫(yī)師通過觀察乳腺X線圖像中是否存在微鈣化點簇來進行判斷。利用計算機技術(shù)自動檢測乳腺X線圖像中的微鈣化點簇能夠有效地輔助放射科醫(yī)師提高早期乳腺癌檢測的精準度及效率。當前微鈣化點簇檢測方法大多基于國外非致密型乳腺X線圖像,致密型乳腺X線圖像中復(fù)雜的腺體組織使得圖像對比度變低,當前檢測方法檢測其微鈣化點簇的精度還有待提高。相關(guān)向量機(Relevance Vector Machine,簡稱RVM)是結(jié)合馬爾科夫性質(zhì)、貝葉斯原理、自動相關(guān)決定先驗和最大似然等理論的基于概率預(yù)測的稀疏貝葉斯學習模型,其具有能夠提供概率性預(yù)測和任意使用核函數(shù)等優(yōu)點。基于此,本論文對相關(guān)向量機模型進行改進,提出了一種基于旋轉(zhuǎn)方法的改進相關(guān)向量機模型,并將其應(yīng)用于致密型乳腺X線圖像中微鈣化點簇的檢測以期提高致密型乳腺X線圖像中微鈣化點簇的檢測精度。論文完成的主要工作和創(chuàng)新點有:(1)針對相關(guān)向量機模型訓練過程中微鈣化點個數(shù)有限、易出現(xiàn)學習不充分等問題,本文提出了一種基于旋轉(zhuǎn)方法的改進相關(guān)向量機模型。該模型首先通過交叉驗證法優(yōu)化核函數(shù)的參數(shù),然后通過分析訓練樣本中樣本特點,將旋轉(zhuǎn)方法應(yīng)用于相關(guān)向量,并將旋轉(zhuǎn)后相關(guān)向量加入到原有訓練樣本中,以此增加訓練樣本特征差異性和訓練樣本個數(shù)。(2)針對致密型乳腺X線圖像中微鈣化點簇檢測精度不高的問題,本文將改進相關(guān)向量機模型應(yīng)用于致密型乳腺X線圖像微鈣化點簇的檢測中。首先手動選取圖像庫中致密型乳腺X線圖像,對高通濾波等預(yù)處理增強后的致密型乳腺X線圖像提取特征向量并訓練得到相關(guān)向量,然后將相關(guān)向量進行特定旋轉(zhuǎn)變化后加入原有訓練樣本構(gòu)成新的訓練樣本集,接著用新訓練樣本集訓練的改進相關(guān)向量機模型對致密型乳腺X線圖像進行檢測,將檢測出的微鈣化點進行分簇,最后用自由響應(yīng)受試者工作特征(FROC)曲線對算法檢測性能進行評價。實驗結(jié)果表明改進后的相關(guān)向量機模型能夠有效提高致密型乳腺X線圖像中微鈣化點簇的檢測精度。
[Abstract]:......
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R197.1;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 鄭丹;馬尚昌;趙靜;;基于空域濾波的圖像增強法的探討[J];微型機與應(yīng)用;2017年04期

2 鄒曉輝;;基于Logistic回歸的數(shù)據(jù)分類問題研究[J];智能計算機與應(yīng)用;2016年06期

3 彭慶濤;吳水才;高宏建;曹紅光;;基于小波分析和灰度紋理特征的乳腺X線圖像微鈣化點區(qū)域的提取[J];北京生物醫(yī)學工程;2015年05期

4 胡局新;張功杰;;基于K折交叉驗證的選擇性集成分類算法[J];科技通報;2013年12期

5 王建偉;卜文娟;;k-近鄰算法在肝癌檢測中的應(yīng)用[J];電腦知識與技術(shù);2013年34期

6 姚暢;陳后金;Yang Yong-Yi;李艷鳳;韓振中;張勝君;;基于自適應(yīng)核學習相關(guān)向量機的乳腺X線圖像微鈣化點簇處理方法研究[J];物理學報;2013年08期

7 楊陽;張健;李愛東;;早期乳腺癌的診斷及治療進展[J];現(xiàn)代生物醫(yī)學進展;2012年31期

8 姜婷婷;李志;汪登斌;柴維敏;;MRI對X線上致密型乳腺中乳腺癌的診斷價值[J];中國醫(yī)學計算機成像雜志;2012年04期

9 關(guān)雪梅;;基于空域的圖像增強技術(shù)研究[J];赤峰學院學報(自然科學版);2012年08期

10 許敏恒;林瑋;;致密型乳腺X線圖像CAD系統(tǒng)研究進展[J];自動化與信息工程;2007年04期

相關(guān)博士學位論文 前6條

1 李艷鳳;多視角乳腺X線圖像的乳腺癌檢測與分類方法研究[D];北京交通大學;2015年

2 張勝君;基于乳腺X線圖像的乳腺癌檢測方法研究[D];北京交通大學;2013年

3 李艷梅;圖像增強的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學;2013年

4 柳長源;相關(guān)向量機多分類算法的研究與應(yīng)用[D];哈爾濱工程大學;2013年

5 吳冰;相關(guān)向量回歸元建模關(guān)鍵技術(shù)及其應(yīng)用研究[D];國防科學技術(shù)大學;2011年

6 王磊;乳腺鉬靶X光片上微鈣化點的計算機輔助檢測技術(shù)的研究[D];浙江大學;2010年

相關(guān)碩士學位論文 前5條

1 劉莉;相關(guān)向量機核函數(shù)研究及其在污水系統(tǒng)中的應(yīng)用[D];華南理工大學;2016年

2 彭慶濤;基于乳腺X線圖像的微鈣化點檢測算法研究[D];北京工業(yè)大學;2015年

3 王蓉;圖像增強算法實現(xiàn)[D];長江大學;2014年

4 陳夢旭;乳腺X線圖像增強算法研究[D];上海交通大學;2014年

5 王國才;樸素貝葉斯分類器的研究與應(yīng)用[D];重慶交通大學;2010年

，

本文編號：2488665