乳腺x线影像的算机辅助诊断新方法研究.pdf

中文摘要 乳腺癌是妇女常见的恶性肿瘤之一，早期发现、早期诊断、早期治疗是降 低乳腺癌死亡率的关键。乳腺钼靶x线摄影是目前临床诊断乳腺癌的有力工具。 但钼靶x线影像的信息只有很少部分能为人眼识别，即使富有经验的医生也很 难及时发现钼靶x线影像上早期乳腺癌的微小钙化点，以致延误病人的治疗时 机。可以说，实现乳癌早期诊断的关键技术之一是及时发现乳癌x影像中的微 小钙化并判断其是否有恶化倾向。随着计算机技术的飞速发展，基于传统乳腺 钼钯x线影像的计算机辅助检测微小钙化点已成为乳癌早期诊断的研究热点。 这主要是因为细小、颗粒状的成簇微钙化点是乳癌的一个重要早期表现。国外 统计资料表明占30％--50％的乳腺恶性肿瘤伴有微钙化。因此，不断提高微小钙化 点的检出率和准确判别其恶性度成为众多学者孜孜以求的目标。 本文建立了一个基于模块化设计思路的计算机辅助诊断系统借以对乳腺钼 靶图像上的微钙化点进行检测和模式识别。该系统分为四个模块：①预处理模 块一对乳腺钼靶x片图像进行数字化和归一化处理，得到具有相同空间分辨率和 灰度分辨率的规格化图像，以便于计算机作进一步后续处理。②感兴趣区域(ROI) 提取模块一自动寻找并分割含有微钙化点的区域。以节省后续处理的工作量。本 研究将独立分量分析(IcA)用于乳腺ROI的特征提取，在此基础上用人工神经网 络(ANN)分类器进行模式识别。③微钙化点自动检测模块一实现乳腺ROI上微钙 化点的自动检测与定位。本文将差值图像去噪、阈值化分类技术和小波去噪、 ANN分类技术分别用于乳腺ROI，得到含高频信号和极高频噪声位置信息的二值 化图像及含高频信号和低频背景位置信息的二值化图像。将两者进行与操作得 到含微钙化点位置信息的二值化图像。④微钙化点病变类型识别模块一实现微钙 化点特征提取和优化及病变类型模式识别。给出初步诊断结果。本文建立了一 套表征微钙化点形态、纹理等特性的33维特征矢量。然后，用遗传算法进行特 征选择得到17维优化特征矢量，优化特征矢量与ANN组成判别模型完成微钙化 点病变类型的判定。上述各模块相互独立，可以单独改进和优化而不影响其它 模块。此外，本文将适用于小样本的支持矢量机(SVM)分类器应用于上述分类模 型分类性能进行评价。 运用该系统对临床病例和标准乳腺库中乳腺图像进行分析，得到87．5|}6(ANN) 算机辅助诊断系统具有较高的微钙化点检出率和较准确的恶性度判别性能，为 乳癌早诊研究提供了一套新方法。 本研究中的创新性主要体现在：①提出基于模块化的早期乳腺癌辅助诊断 系统设计思路，建立了基于微钙化点检测的早期乳腺癌计算机辅助诊断的完整 模型；②首次将独立分量分析成功地应用于乳腺图像ROI自动提取：③首次将 集合论思想应用到乳腺图像微钙化点的检测中，提出一种能发挥差值图像技术、 闽值化分类和小波变换技术、人工神经网络分类等多种技术优势的综合处理检 测方法：④建立了一套比较完整的可以表征乳腺图像微钙化点各类特异性的特 征参数矢量：⑤首次将现代统计学习理论引入到本研究中，并且成功地建立了 基于SVM的判别模型：⑥提出了基于ROC曲线的阙值选择方法和系统诊断价 值评价方法。 关键词：乳腺钼靶X片，微钙化点，计算机辅助诊断，接受者操作特征曲线 Il ABSTRACT isoneofthemostcomnlon diseases women． Breastcancer malignantamong showsthat and treatmentof Clearevidence early discovery,earlydiagnosis early for thechanceofsurvival breastcancercan increase patients．