基于神经网络的乳腺X光片中肿块检测法.pdfVIP

第 l3卷 第6期 哈 尔 滨 理 工 大 学 学 报 V01．13 No．6 2008年 12月 J0URNALHARBIN UNIV．SCI． TECH． Dec．，2008 基于神经网络的乳腺 X光片中肿块检测法 史盛君， 宋立新 ， 赵 阳 (哈尔滨理工大学 电气与电子工程学院，黑龙江 哈尔滨 150040) 摘 要：针对乳腺x光片中肿块与背景的对比度较低，边界不清晰等问题，提出了利用小波变 换与直方图均衡化结合的方法来增强图像 ，使肿块部分更加突出．再对每个像素点进行特征提取， 依据神经网络可以通过训练来进行分类的特点，利用BP神经网络，将每个点分类为肿块区域像素 点和非肿块区域像素点，从而实现肿块部分的检测．经过 MIAS资料库中的3O幅乳腺 x光片的测 试，其有效性达到80．6％，且方法简单易行． 关键词：乳腺 X光片；肿块 ；检测；小波变换；直方图均衡化；BP神经网络 中图分类号：R445．9 文献标识码 ：A 文章编号：1007—2683(2008)06—0101—04 NeuralNetwork——basedDetectionofMassesinMammograms S／／／Sheng-jun， SONGLi—xin， ZHAOyn (SchoolofElectricalandElectronicEngineering，HarbinUniversityofScienceandTechnology．Harbin150040，China) Abstract：Tosolvethepvoblem thatthemassesonthemammogramsexhibitpoorcontrasttothebackground andhavethefuzzyboundaries，thepaperpresentsamethodtoenhancetheimagebywavelettransform andhisto— gram equalizationtheoryfirstly，and extractfourfeaturesofevery pixe1．Accordingtotheprinciplethatartificial neuralnetworkcanimplementclassificationthroughtraining，thepaperpresentsthemethodtoclassifyevery pixel tothemassesornotbyBPneuralnetworktoachievethedetectionofthemasses．Themethodhassimpleoperation， andisevaluatedby30mammogramsimagesintheMIAS，andtheeffectivenessis83％ ． Keywords：mammogram；mass；detection；wavelettransform；histogram equalization；BPNeuralNetwork x光片，由于乳腺X光片图像的高容量性和低对比 1 引 言 度性以及发病初期症状的不明显性 ，使得仅用肉眼 在复杂X光片中查找异常是一件枯燥、费时而又极 乳腺癌是 由乳腺导管上皮发生的恶性肿瘤 ，是 其困难的事．因此，利用数字图像处理技术来实现乳 一 种严重影响妇女身心健康甚至危及生命的最常见 腺x光片的计算机辅助诊断，已成为近年来医学图 的恶性肿瘤之一．据专家介绍，全球每年约有 120 像处理研究的热点． 万名妇女患乳腺癌，50万人死于乳腺癌 ¨J．而中国 文[2]提出了基于统计特性的乳腺 x光片中肿 近年成为乳腺癌发病率增长最快的国家之一．目前 块的检测