学位论文 > 优秀研究生学位论文题录展示

乳腺肿块纹理特征提取及辅助诊断方法研究

作　者: 张雪
导　师: 柯丽
学　校: 沈阳工业大学
专　业: 生物医学工程
关键词: 乳腺辅助诊断多级分形特征 GLCM特征 Tamura纹理特征支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 33次
引　用: 0次
阅　读: 论文下载

内容摘要

近几年来,乳腺癌的发病率呈上升趋势,而死亡率却有明显的下降。一方面,乳腺钼靶影像能够检测出医生触摸不到的乳腺肿块,大大提高了乳腺疾病的诊断精度;另一方面,乳腺计算机辅助诊断系统(CAD)的介入,在某种程度上帮助医生发现潜在肿块,有效的提高了乳腺癌的早期诊断,对乳腺癌的治愈有着重大意义。乳腺肿块是乳腺癌最主要的特征,准确检测及定位乳腺图像中的肿块将大大提高乳腺癌诊断的准确率。研究表明,肿块的组织结构、表面粗糙度等构成了肿块图像的纹理特征,是判别肿块的重要依据。本文主要研究乳腺X线影像的辅助诊断方法,结合乳腺肿块纹理特征,设计了一套乳腺肿块纹理特征自动提取方法,利用支持向量机(SVM)分类器完成了肿块部分的检测,实现乳腺X线影片上肿块部分的纹理分析及诊断。首先对乳腺图像进行预处理,根据乳腺各组织密度差异,利用灰度分层实现可疑区域的初步检测;其次对初检区域进行特征提取,根据乳腺各组织生长机理方面的差异,主要提取肿块的多级分形、灰度共生矩阵及Tamura纹理特征,实现乳腺组织纹理分析,并利用排序的方法对提取出来的特征进行选择,实现特征优选;最后,利用SVM分类器对可疑区域分类,实现对肿块区域诊断。采用上述方法对110幅乳腺图像(含115例病变区域)进行检测,将测试结果与金标准比对,肿块的正确检出效率达到了93.04%,假阳率为1.1091。该结果表明,本文所提出的乳腺辅助诊断算法有一定的检出效率,对提高乳腺CAD系统性能具有重要意义。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-16
  1.1 课题研究的背景及意义  10-11
  1.2 乳腺CAD 系统  11-14
    1.2.1 乳腺辅助诊断系统的产生  11
    1.2.2 乳腺辅助诊断系统的研究现状  11-13
    1.2.3 乳腺辅助诊断系统存在的问题  13-14
  1.3 本文主要内容及结构安排  14-16
第二章乳腺X 线图像预处理  16-30
  2.1 乳腺区域提取  16-20
  2.2 可疑区域检测  20-29
    2.2.1 乳腺图像灰度分层  21-23
    2.2.2 基于灰度分层和圆度的乳腺肿块检测  23-25
    2.2.3 初检结果分析  25-29
  2.3 本章小结  29-30
第三章可疑区域特征提取  30-46
  3.1 乳腺肿块的纹理特征  30-31
  3.2 多级分形特征  31-38
    3.2.1 分形维数特征  31-36
    3.2.2 乳腺肿块分形维数特征分析  36
    3.2.3 乳腺肿块多级分形特征向量构建  36-38
    3.2.4 乳腺肿块多级分形特征分析  38
  3.3 灰度共生矩阵特征  38-41
    3.3.1 乳腺图像GLCM 特征提取  39-40
    3.3.2 乳腺图像GLCM 特征分析  40-41
  3.4 TAMURA 特征  41-44
    3.4.1 乳腺图像Tamura 特征提取  41-43
    3.4.2 乳腺图像Tamura 特征分析  43-44
  3.5 总结  44-46
第四章可疑区域的分类  46-57
  4.1 特征选择  46-50
    4.1.1 基于排序的特征选择法  46-48
    4.1.2 乳腺图像纹理特征选择  48-50
  4.2 基于SVM 的乳腺图像分类  50-56
    4.2.1 SVM 支持向量机  50-51
    4.2.2 核函数  51-52
    4.2.3 交叉验证  52-54
    4.2.4 基于核函数的SVM 分类分析  54-56
  4.3 本章小结  56-57
第五章算法性能测试与分析  57-63
  5.1 数据来源及组成  57
  5.2 测试结果分析  57-62
    5.2.1 肿块成功检测数据分析  57-59
    5.2.2 假阳区域数据分析  59-61
    5.2.3 漏检区域数据分析  61-62
  5.3 算法性能评估与总结  62-63
第六章总结与展望  63-65
参考文献  65-68
在学研究成果  68-69
致谢  69

乳腺肿块纹理特征提取及辅助诊断方法研究

内容摘要

全文目录

相似论文