乳腺X线图像微钙化点检测算法研究.docVIP

  • 10
  • 0
  • 约4.61万字
  • 约 62页
  • 2019-05-10 发布于江苏
  • 举报
哈尔滨工业大学工程硕士学位论文 第 1 章 绪论 课题背景 近年来,国内乳腺癌发病率较前几年明显增高,已占妇女恶性肿瘤的首 HYPERLINK \l br0位,并有逐渐上升的趋势。早期发现、早期诊断、早期治疗能够明显提高HYPERLINK \l br0 5 年生存率HYPERLINK \l br0[1]。乳腺钼靶XHYPERLINK \l br0线摄影适用于乳腺组织成像,是临床筛检早期乳腺癌 最可靠和最常用的手段,已成为目前诊断乳腺癌的首选方法HYPERLINK \l br0[2]。 佳木斯大学第一附属医院是黑龙江东部地区重要的医疗单位,年门诊接 待量 50 多万人次,是三江地区乳腺疾病的诊断中心、治疗中心和研究中心, 该院放射科主要使用钼靶X线摄影对乳腺疾病进行检查与诊断。该科室的有 关统计数据表明,乳腺X线检查能降低大约 30%的乳腺癌死亡率,但乳腺X线 漏诊率也高达 25%,而且钼靶X线摄影的信息只有 3%能为人眼所见。细小、 HYPERLINK \l br0颗粒状成簇的微钙化点是早期乳癌的一个重要表征,约有HYPERLINK \l br0 30%~50%的乳腺恶 性肿瘤伴有微钙化点[HYPERLINK \l br03]。一般认为微小钙化超过 5 枚/cm2 即定义为成簇,应 HYPERLINK \l br0怀疑乳腺癌,多数学者认为成簇样微小钙化超过HYPERLINK \l br0 20 枚/cm2,大小不等、密度 不匀,细沙型、混合型等可诊断为恶性病变[HYPERLINK \l br02]。由此可看出,乳腺癌早期诊 断的关键是及时发现乳腺X线影像中的微小钙化点,并根据钙化点的数目、 大小及分布形态来鉴别诊断乳腺钙化的良性与恶性。颗粒远大于 0.5mm的微 钙化点在钼靶乳腺X片中尚可被肉眼发现,但颗粒在 0.5mm左右的微小钙化 点则需借助于数字图像处理技术才能被检测到。基于上述原因,佳大第一附 属医院放射科提出课题要求:对钼靶X线图像进行处理,检测微钙化点,提 高图像对比度,从而辅助临床医生更好地诊断,降低漏诊率与误诊率。 钼靶 X 线摄影是唯一能查出早期的临床无症状的隐匿性乳腺癌的检查方 法。但由于乳腺肿块的形状多样,与周围组织的对比度低,边缘模糊;钙化 点大小不一,形状各异,分布多变;可疑病变区域与其周围组织之间的强度 差微弱等原因,对于 X 线图像中的肿块和微钙化点的分割是非常困难的。本 课题根据钼靶 X 线图像灰度分布特点,使用合理的算法对图像进行增强,从 而使 X 射线照片中较模糊、对比度差的细节得以突出;并通过对比的方法, 找到适用于乳腺 X 线图像中微钙化点检测的方法,从而提高确诊率、降低误 诊率,具有一定的临床应用价值。 - 1 - 哈尔滨工业大学工程硕士学位论文 国内外研究现状与分析 目前,基于数字图像处理技术的乳腺X线图像计算机辅助诊断系统的研 究已成为医学图像处理领域的热点之一,其主要实现技术涉及到对病灶部位 的图像增强,微钙化点的特征提取及对恶性肿瘤的图像识别等。目前对钼靶 X线片做图像增强与检测乳腺影像中微钙化点的方法都很多。主要方法有: HYPERLINK \l br0基于小波变换的图像增强与微钙化点检测技术[4, 5]、基于统计学的微钙化点检 测技术[HYPERLINK \l br06]、基于形态学灰度重构的微钙化点检测技术[7]HYPERLINK \l br0、基于遗传算法的微钙 化点特征优化及检测技术[8, 9]、基于Top-hat的微钙化点检测技术[HYPERLINK \l br010]、基于支 持向量机的微钙化点检测技术[11, 12]等,不同方法检测的侧重点各有不同。 基于小波变换的微钙化点检测技术 从图像处理的角度看,乳腺X片是由高频微钙化点、低频背景和极高频 的噪声构成。而小波变换可以从不同分辨率上对变换函数进行处理,用二进 小波变换在低频段采用长时间窗,在高频段采用短时间窗,将原始信号分解 为具有不同分辨率、不同频率特征和方向特征的子带信号,这些子带信号具 HYPERLINK \l br0有良好的时域、频域等局部特性。小波变换的这种“显微镜”功能使得它非 常适用于从低频背景和高频噪声中提取微钙化点感兴趣区域HYPERLINK \l br0[13]。 为了提高图像的对比度,首先对原始乳腺 X 片进行二维小波变换分解, 分别得到图像的一个近似分量(低频分量)和三个细节分量(水平高频分量、垂 直高频分量和对角分量)。然后对分解后的高频细节分量通过采取全局非线性 变换,从而实现多尺度自适应增益的目的。利用这种技术可以将图像分解后 高频子带中小波系数小于阈值的部分进一步缩小,而大于阈值的部分则进行 放大。 我们知道,边缘和突变点反映在高频部分

文档评论(0)

1亿VIP精品文档

相关文档