关于毕业论文文献综述.doc

　　关于毕业论文文献综述 关于毕业论文文献综述 导读：毕业论文文献综述 本科毕业论文（设计）文献综述 题 目 基于生物视觉机制超声乳腺肿瘤图像分割 学 院 材料科学与工程学院 专 业 XXXXXXXXXXXX 学生姓名 ？？？ 学 号 104301XXXX 年 级 2010 级 指导教师 XX XXX XXXXX 一、 选题意义 乳腺癌是妇女最常见的恶性肿瘤之一。在中国乳腺癌发病率为11.61/10万人口，其发病率比较高，近二十年来，乳腺癌发病率呈上升趋势，严重威胁到了妇女的身心健康和生命［1］。 值得庆幸的是乳腺癌的发病率偏前，而死亡率偏低，这说明乳腺癌的治疗效果在恶性肿瘤中是比较好的。其治疗主要取决于肿瘤的早期发现、早期诊断。目前临床上主要采用乳腺X线成像、超声成像以及触诊进行乳腺肿瘤诊断［1］。触诊即为医生手触摸患者双侧乳 房及淋巴引流区域，通过分析肿瘤大小以及位置进行诊断，该方法简便易行，但极容易忽 略小病灶，且不同的医生由于经验的不同，可能会产生不同的诊断结果，所以触诊只适用于检测的最初方式。X射线成像虽检测能力强，但对致密性乳腺，不易确认出其位置和边界，并且年轻妇女乳腺对X射线敏感，易诱发癌症，因此该方法不适用于30岁以下的患者。超声诊断由于价格便宜、操作方便、无伤害性等显著优点，成为检测乳腺癌的重要方式［1］。 目前大多数超声乳腺图像都是灰阶图像，其中肿瘤包膜、轮廓、形状、肿瘤内部微小钙化、内部结构回声以及后方回声衰减这六项征象常用于肿瘤良恶性判断［1~2］。 超声乳腺肿瘤良恶性鉴别：(1)微小钙化斑点:乳腺肿块内部良性钙化斑点比较粗糙,呈弧状,其钙化斑点较大；恶性钙化斑点呈簇状分布,钙化斑点较小,后方无声影; (2)肿瘤纵横比:大多数恶性肿瘤的纵径大于横径,这是鉴别肿块良恶性的重要指标［2］。如图1所示： （a）良性乳腺肿瘤 （b）恶性乳腺肿瘤 图1 良恶性乳腺肿瘤 图1（a）所示的是良性乳腺肿瘤，肿瘤呈椭圆形，边缘光滑，肿块有包膜，内部回声均匀，后方回声增强；图1（b）所示的是恶性乳腺肿瘤，肿瘤形态不规则，边缘粗糙，后方回声稍衰减，低回声肿块内部出现细小钙化［1~2］。 实际上，某些良恶性超声乳腺肿瘤的特征存在一定的重叠，典型乳腺癌边缘不规则，而一些良性肿瘤如脂肪坏死或是脓肿、血肿，其边缘也可呈锯齿状；良性纤维腺瘤边缘光滑，原发乳腺癌和转移性乳腺癌边缘亦是光滑的［1~2］。由于病人的个体差异以及医生对影象信息观察掌握的局限性，有时不免会产生判断的失误 3 4 5 6 7 8 关于毕业论文文献综述 导读：毕业论文文献综述或错误，并且医生的经验不同也会导致诊断正确率差别较大。因此，用“智能机器人”的视觉——计算机对病变的特征进行量化分析处理并做出判断，从而来避免因“人”对事物判断的局限性带来的失误，这就产生了医学计算机辅助诊断概念。 目前超声诊断系统主要包括图像采集、图像预处理、图像分割、特征提取、特征选择 ［3］［9］与分类六个子系统［1］。其中图像预处理子系统是用于去除图像中的噪声同时增加对比 度，为下一步肿瘤分割做准备。图像分割系统主要用于选取出可疑区域，并将其分割出来，有利于医生进行诊断和治疗，是对肿瘤形态、轮廓等方面判断的关键。 超声肿瘤图像自身的一些缺点如斑点噪声大、图像对比度低、部分边缘缺失、肿瘤内部细微结构分布复杂，特别是恶性肿瘤还具有复杂、不规则的形状等增大了肿瘤超声图像的肿瘤分割的难度［2~4］。 生物体特别是人类的视觉系统拥有强大的图像理解和识别能力, 我们人眼，当观察一幅自然图景时，能快速从图景中找到自己感兴趣的区域或是特征，过滤并提取感兴趣的目标区域或是视觉特征信息。基于人类视觉机制的图像分割算法可以减少计算复杂度，节约计算机资源以及提高图像处理效率［5~7］。人类视觉对外界信息处理的这些优点, 激发了研究者将生物视觉注意机制引入图像处理领域, 以期提高的图像处理的效率以及准确度。 目前应用于超声乳腺肿瘤图像分割的方法大多是基于人机交互方式。基于视觉机制进行图像分割的技术已应用于自然图像以及医学图像（CT、MRI）的分割［7］，而尚未应用于超声图像的分割。超声图像由于其本身的一系列缺点，现有的已成功应用于CT和MRI图像分割的方法对超声图像分割的结果也许并不是很理想。 本课题的目标是基于生物视觉机制的超声乳腺肿瘤图像分割，以期提高乳腺肿瘤分割的准确度和效率，