乳腺x线计算机助诊断关键技术研究.pdfVIP

摘 要 乳腺肿块异常区域的自动检测研究 摘 要 乳腺 X 线成像是检测早期乳腺癌的主要手段。利用计算机辅助医师 阅读 X 线乳腺图像，减轻医师在阅片时的负担，进而提高乳腺癌诊断的 准确率具有重要的临床意义。本文主要介绍了在乳腺图像计算机辅助诊 断技术的研究方面的工作，包括关于乳腺轮廓分割、图像增强、肿块异 常 ROI 快速检测。 乳腺轮廓提取的目的在于将乳腺区域从背景中分离出来，减少背景 对算法稳定性的干扰，同时也减少了运算量。本课题结合直方图统计技 术，利用双阈值法将乳腺图像分成三个部分，再利用分水岭找出脊线， 即乳腺轮廓。乳腺图像增强的目的在于加强乳腺图像的对比度，使异常 区域更加突出。一方面，图像增强强化乳腺的针状特征，尤其是恶性的 肿块区域，血管异常丰富，通过增强可以使后续的算法更容易辨识出恶 性肿块；另一方面，我们的乳腺图像增强工作，可以方便医师快速定位 异常区域，减少医师的工作量。 在乳腺区域提取和图像增强的基础上，我们对乳腺区域进行快速搜 索，寻找可疑肿块区域中心。肿块区域特点是由中心向外围灰度递减， 同时恶性肿块往往还伴随有针状特征。在这里我们主要利用多尺度下的 I 第 I 页 摘 要 图像梯度信息表现针状特征，即被观察点周围像素灰度下降速率和梯度 方向的向心率的统计，进行全局搜索，从而找到可疑区域。算法的评价 标准是将搜索获得的肿块中心与医师标记的肿块区域进行比较，评价结 果显示我们的算法基本能将肿块全部搜索出来。在第五章中我们给出了 实验结果。 上述系统的开发工作是在实验室完成的，使用了美国乳腺 X 线图像 库的数据，若能结合医院临床的实践将更有价值，同时临床应用也是我 们的目标。 关键词：乳腺 X 线成像，乳腺癌，计算机辅助诊断技术， ROI 快速检测 II 第 II 页 ABSTRACT Automatic Detection of Breast Regions with Malignant Mass ABSTRACT Mammography is especially valuable for early detection of breast cancer. This thesis summarizes the research on computer-aided diagnosis of breast masses, including breast boundary segmentation, image enhancement, and fast detection of breast mass regions. To separate breast region from background and decrease the impact of the background on our algorithm, we use double threshold and morphological method based on watershed transformation to extract breast border. Furthermore, we make use of different image enhancement methods to augment mammogram contrast. The enhancement can make th