乳腺癌是女性最常見的惡性腫瘤之一,早發(fā)現(xiàn)、早診斷、早治療對(duì)降低乳腺癌死亡率、提高患者的生活質(zhì)量具有舉足輕重的作用。醫(yī)學(xué)影像投射技術(shù)對(duì)發(fā)現(xiàn)早期的隱匿性病灶具有較強(qiáng)的檢測(cè)能力,因此,研發(fā)可靠的基于醫(yī)學(xué)影像處理的計(jì)算機(jī)診斷系統(tǒng),輔助醫(yī)生工作具有重要的意義。乳腺腫塊是一種典型的乳腺癌征象,是判定癌變的重要依據(jù),基于乳腺腫塊的診斷是乳腺癌研究中的熱點(diǎn)和重點(diǎn)。目前普遍使用的基于乳腺腫塊的計(jì)算機(jī)診斷方法,存在腫塊檢出假陽率高、正確識(shí)別率低等問題,還遠(yuǎn)遠(yuǎn)不能滿足臨床應(yīng)用的要求。主要包括兩方面的原因,首先,腫塊常常與周圍致密的組織相連,大小形狀變化較大,即腫塊診斷問題本身存在較大難度;其次,傳統(tǒng)的計(jì)算機(jī)診斷系統(tǒng)主要采用自底向上的計(jì)算模型,缺乏醫(yī)生的先驗(yàn)知識(shí),往往不能取得與醫(yī)生一致的診斷結(jié)果。因此,本文針對(duì)乳腺X線鉬靶圖像和核磁共振圖像,基于視覺認(rèn)知模型展開了關(guān)于乳腺腫塊診斷的一系列關(guān)鍵問題研究,包括:腫塊檢測(cè)、腫塊分割、腫塊良惡性診斷等,提出了二套完整的乳腺腫塊診斷方案,解決了不同的領(lǐng)域問題。方法一:基于多源圖像特征集成的腫塊診斷算法,該方法對(duì)格式塔視覺認(rèn)知模型進(jìn)行建模,實(shí)現(xiàn)了腫塊的自動(dòng)化檢測(cè)與分割。然... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：135 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１不同類型的乳腺癌影像技術(shù)（ａ）超聲，（ｂ）鉬祀，（ｃ＞核磁共振，＜ｄ）ＰＥＴ／ＭＲ??

很多計(jì)算機(jī)輔助診斷算法均沒有取得很好效果，因此開發(fā)高效的基于乳腺腫塊??的計(jì)算機(jī)診斷算法尤為重要。??基于乳腺腫塊的ＣＡＤ系統(tǒng)主要包括兩部分如圖１．２所示，第一部分為乳腺??腫塊檢測(cè)模塊，首先，對(duì)輸入的乳腺圖像進(jìn)行預(yù)處理操作，例如：去除背景、去除??噪聲、圖像增強(qiáng)等。圖像預(yù)處理簡化了圖像表示，突出了病灶區(qū)域的特征。然后，??對(duì)預(yù)處理后的圖像進(jìn)行篩查，檢測(cè)出可疑腫塊區(qū)域，目前己經(jīng)衍生了大量的腫塊檢??測(cè)算法，在論文的第二章，本文提出了一種新的基于格式塔視覺認(rèn)知規(guī)則的腫塊檢??測(cè)算法。第二部分為計(jì)算機(jī)輔助診斷模塊，一般包括：腫塊分割、特征提取／選擇、??病灶識(shí)別等操作。為了提取更為有效的腫塊特征，腫塊分割在很多研宄中是必要??的，在論文的第三章，本文提出了一種基于先驗(yàn)知識(shí)和視覺塊的腫塊分割算法。隨??著人工智能技術(shù)爆發(fā)性發(fā)展

圖１．３論文結(jié)構(gòu)圖??第四章：針對(duì)從不同源的乳腺圖像中分割的腫塊，抽取了腫塊的語義特征表示，??采用提出的面向分組語義特征集成的腫塊診斷框架對(duì)腫塊的良惡性進(jìn)行識(shí)別。??第五章：借鑒了醫(yī)生綜合腫塊多源特征進(jìn)行診斷的特點(diǎn)，利用卷積網(wǎng)絡(luò)自動(dòng)化??學(xué)習(xí)腫塊圖像特征，提出了一種基于多視角融合的深度學(xué)習(xí)乳腺腫塊診斷算法。??第六章：為了進(jìn)一步提高腫塊良惡性分類的性能，分析了卷積神經(jīng)網(wǎng)絡(luò)的腫塊??分類方法，在第五章算法框架的基礎(chǔ)上，提出了一種基于視覺注意力的深度學(xué)習(xí)腫??塊診斷算法。??第七章：對(duì)本文研宄工作進(jìn)行總結(jié)，并對(duì)進(jìn)一步研究進(jìn)行展望。??


本文編號(hào)：2944500