基于多特征的鉬靶醫(yī)學(xué)圖像腫瘤識(shí)別
發(fā)布時(shí)間:2023-05-14 02:07
乳腺惡性腫瘤的防治是目前重要的衛(wèi)生問(wèn)題,利用乳腺鉬靶圖像對(duì)早期乳腺腫瘤進(jìn)行篩查具有重要的研究意義和實(shí)用價(jià)值。腫塊與鈣化點(diǎn)是乳腺腫瘤的重要診斷依據(jù),本文對(duì)乳腺鉬靶圖像中腫塊和鈣化點(diǎn)進(jìn)行特征提取,并基于提取的特征進(jìn)行腫瘤良惡性識(shí)別,用于輔助篩查乳腺惡性腫瘤。基于譜聚類算法實(shí)現(xiàn)乳腺鉬靶圖像中乳腺組織的分割,去除圖像中的胸肌部分,避免了與腫塊特征相似的高亮胸肌導(dǎo)致的腫塊誤分割問(wèn)題。針對(duì)胸肌分層和胸肌與乳腺組織邊界不明顯的情況,提出了最大類間灰度差和形狀約束方法實(shí)現(xiàn)準(zhǔn)確的胸肌分割。對(duì)去除胸肌的圖像,基于腫塊的灰度較高、面積較小等特點(diǎn)實(shí)現(xiàn)腫塊的準(zhǔn)確分割。利用雙窗口濾波方法對(duì)鈣化點(diǎn)進(jìn)行增強(qiáng),基于窗口貢獻(xiàn)矩陣方法提取微小鈣化點(diǎn)。針對(duì)腫塊,分別提取了紋理邊緣方向自相關(guān)向量、灰度共生矩陣和灰度游程矩陣的腫塊紋理特征;灰度標(biāo)準(zhǔn)差、局部極大點(diǎn)平均灰度差和鄰域組織灰度對(duì)比度的腫塊灰度特征;邊緣復(fù)雜度、徑向長(zhǎng)度比和形狀參數(shù)比等腫塊形狀特征。針對(duì)提取的鈣化點(diǎn),利用鈣化點(diǎn)數(shù)目、局部鈣化點(diǎn)數(shù)以及與鄰域灰度的對(duì)比度描述其特征。針對(duì)MIAS數(shù)據(jù)庫(kù)圖像和醫(yī)院獲取的病人乳腺鉬靶圖像,基于腫塊和鈣化點(diǎn)的特征,利用支持向量機(jī)方法對(duì)...
【文章頁(yè)數(shù)】:84 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 乳腺鉬靶圖像腫瘤識(shí)別
1.2 乳腺鉬靶圖像腫塊分割方法綜述
1.3 乳腺腫瘤特征提取方法綜述
1.3.1 腫塊特征提取研究現(xiàn)狀
1.3.2 鈣化點(diǎn)特征提取研究現(xiàn)狀
1.4 腫瘤良惡性識(shí)別方法研究現(xiàn)狀
1.5 課題意義和研究?jī)?nèi)容
1.5.1 課題的研究意義
1.5.2 課題主要研究?jī)?nèi)容
第二章 基于乳腺鉬靶圖像的腫塊分割
2.1 圖像預(yù)處理
2.2 基于譜聚類的乳腺鉬靶圖像初始分割
2.2.1 基于像素點(diǎn)的相似度度量矩陣
2.2.2 拉普拉斯矩陣的構(gòu)造
2.2.3 基于譜聚類的乳腺鉬靶圖像分割步驟
2.3 基于約束的胸肌分割
2.3.1 基于最大類間灰度差的胸肌分割方法
2.3.2 基于形狀約束的胸肌分割
2.4 腫塊分割
2.5 本章小結(jié)
第三章 乳腺鉬靶圖像微小鈣化點(diǎn)提取
3.1 基于雙窗口濾波的鈣化點(diǎn)特征增強(qiáng)
3.1.1 乳腺鉬靶圖像的細(xì)節(jié)增強(qiáng)
3.1.2 亮、暗細(xì)節(jié)增強(qiáng)的雙窗口選取
3.2 基于小波變換的增強(qiáng)乳腺鉬靶圖像去噪
3.3 基于貢獻(xiàn)矩陣的鈣化點(diǎn)提取
3.3.1 局部特征增強(qiáng)
3.3.2 基于雙窗口貢獻(xiàn)矩陣的鈣化點(diǎn)增強(qiáng)
3.3.3 增強(qiáng)后乳腺鉬靶圖像的鈣化點(diǎn)提取
3.4 本章小結(jié)
第四章 用于腫瘤識(shí)別的特征描述及識(shí)別
4.1 乳腺鉬靶圖像腫塊特征描述
4.1.1 腫塊紋理特征描述
4.1.2 腫塊灰度特征描述
4.1.3 形狀特征描述
4.2 微小鈣化點(diǎn)特征描述
4.3 基于乳腺鉬靶圖像的腫瘤良惡性識(shí)別
4.3.1 腫塊、鈣化點(diǎn)特征向量歸一化及權(quán)值確定
4.3.2 乳腺腫瘤的良惡性識(shí)別
4.4 本章小結(jié)
第五章 基于乳腺鉬靶圖像的腫瘤良惡性識(shí)別結(jié)果
5.1 腫瘤良惡性識(shí)別總體設(shè)計(jì)
5.2 腫塊分割結(jié)果
5.2.1 腫塊分割軟件設(shè)計(jì)
5.2.2 基于譜聚類的乳腺鉬靶圖像初始分割結(jié)果
5.2.3 胸肌分割結(jié)果
5.2.4 腫塊分割結(jié)果
5.2.5 腫塊分割結(jié)果評(píng)價(jià)
5.3 腫塊特征描述結(jié)果
5.3.1 腫塊特征描述流程
5.3.2 腫塊特征描述結(jié)果
5.4 微小鈣化點(diǎn)提取結(jié)果及描述結(jié)果
5.4.1 微小鈣化點(diǎn)提取的算法流程
5.4.2 微小鈣化點(diǎn)提取流程
5.4.3 微小鈣化點(diǎn)提取結(jié)果
5.4.4 微小鈣化點(diǎn)特征描述結(jié)果
5.5 乳腺腫瘤良惡性識(shí)別結(jié)果
5.5.1 腫塊、鈣化點(diǎn)特征向量歸一化及權(quán)值確定
5.5.2 乳腺腫瘤良惡性識(shí)別結(jié)果及評(píng)價(jià)
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者與導(dǎo)師簡(jiǎn)介
碩士研究生學(xué)位論文答辯委員會(huì)決議書(shū)
本文編號(hào):3816969
【文章頁(yè)數(shù)】:84 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 乳腺鉬靶圖像腫瘤識(shí)別
1.2 乳腺鉬靶圖像腫塊分割方法綜述
1.3 乳腺腫瘤特征提取方法綜述
1.3.1 腫塊特征提取研究現(xiàn)狀
1.3.2 鈣化點(diǎn)特征提取研究現(xiàn)狀
1.4 腫瘤良惡性識(shí)別方法研究現(xiàn)狀
1.5 課題意義和研究?jī)?nèi)容
1.5.1 課題的研究意義
1.5.2 課題主要研究?jī)?nèi)容
第二章 基于乳腺鉬靶圖像的腫塊分割
2.1 圖像預(yù)處理
2.2 基于譜聚類的乳腺鉬靶圖像初始分割
2.2.1 基于像素點(diǎn)的相似度度量矩陣
2.2.2 拉普拉斯矩陣的構(gòu)造
2.2.3 基于譜聚類的乳腺鉬靶圖像分割步驟
2.3 基于約束的胸肌分割
2.3.1 基于最大類間灰度差的胸肌分割方法
2.3.2 基于形狀約束的胸肌分割
2.4 腫塊分割
2.5 本章小結(jié)
第三章 乳腺鉬靶圖像微小鈣化點(diǎn)提取
3.1 基于雙窗口濾波的鈣化點(diǎn)特征增強(qiáng)
3.1.1 乳腺鉬靶圖像的細(xì)節(jié)增強(qiáng)
3.1.2 亮、暗細(xì)節(jié)增強(qiáng)的雙窗口選取
3.2 基于小波變換的增強(qiáng)乳腺鉬靶圖像去噪
3.3 基于貢獻(xiàn)矩陣的鈣化點(diǎn)提取
3.3.1 局部特征增強(qiáng)
3.3.2 基于雙窗口貢獻(xiàn)矩陣的鈣化點(diǎn)增強(qiáng)
3.3.3 增強(qiáng)后乳腺鉬靶圖像的鈣化點(diǎn)提取
3.4 本章小結(jié)
第四章 用于腫瘤識(shí)別的特征描述及識(shí)別
4.1 乳腺鉬靶圖像腫塊特征描述
4.1.1 腫塊紋理特征描述
4.1.2 腫塊灰度特征描述
4.1.3 形狀特征描述
4.2 微小鈣化點(diǎn)特征描述
4.3 基于乳腺鉬靶圖像的腫瘤良惡性識(shí)別
4.3.1 腫塊、鈣化點(diǎn)特征向量歸一化及權(quán)值確定
4.3.2 乳腺腫瘤的良惡性識(shí)別
4.4 本章小結(jié)
第五章 基于乳腺鉬靶圖像的腫瘤良惡性識(shí)別結(jié)果
5.1 腫瘤良惡性識(shí)別總體設(shè)計(jì)
5.2 腫塊分割結(jié)果
5.2.1 腫塊分割軟件設(shè)計(jì)
5.2.2 基于譜聚類的乳腺鉬靶圖像初始分割結(jié)果
5.2.3 胸肌分割結(jié)果
5.2.4 腫塊分割結(jié)果
5.2.5 腫塊分割結(jié)果評(píng)價(jià)
5.3 腫塊特征描述結(jié)果
5.3.1 腫塊特征描述流程
5.3.2 腫塊特征描述結(jié)果
5.4 微小鈣化點(diǎn)提取結(jié)果及描述結(jié)果
5.4.1 微小鈣化點(diǎn)提取的算法流程
5.4.2 微小鈣化點(diǎn)提取流程
5.4.3 微小鈣化點(diǎn)提取結(jié)果
5.4.4 微小鈣化點(diǎn)特征描述結(jié)果
5.5 乳腺腫瘤良惡性識(shí)別結(jié)果
5.5.1 腫塊、鈣化點(diǎn)特征向量歸一化及權(quán)值確定
5.5.2 乳腺腫瘤良惡性識(shí)別結(jié)果及評(píng)價(jià)
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者與導(dǎo)師簡(jiǎn)介
碩士研究生學(xué)位論文答辯委員會(huì)決議書(shū)
本文編號(hào):3816969
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3816969.html
最近更新
教材專著