学位论文 > 优秀研究生学位论文题录展示

基于钼靶影像的乳腺肿瘤形态特征分析

作　者: 陈桂林
导　师: 汪家旺
学　校: 南京医科大学
专　业: 生物医学工程
关键词: 乳腺钼靶影像计算机辅助诊断乳腺癌肿块分割最大熵原则最大类间方差法区域生长法
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

乳腺恶性肿瘤严重危害着女性的身心健康,形成一系列的家庭和社会问题。早期诊断与治疗乳腺癌是降低死亡率的关键,乳腺钼靶X线摄影是诊断乳腺恶性肿瘤的有力工具,被认为是最有效可靠的诊断方法,但是由于乳腺组织各部分密度相似的特殊性,导致医生诊断上的困难和不足。基于乳腺钼靶X线影像的计算机辅助诊断系统(Computer-Aided Diagnosis , CAD)为乳腺恶性肿块的早期检测和诊断提供了有力的支持,实验表明,一个可靠的CAD系统具有十分重要的意义和研究价值。一方面,它可以辅助医生提高乳腺癌的检测的精准度和工作效率,另一方面,它使影像诊断更加客观化和标准化。本课题依据CAD系统的模块化思想,利用MATLAB语言编程初步完成了对乳腺钼靶影像中肿块的自动检测及相关特征提取与定量分析的工作。首先,利用本文提出的乳腺区域提取算法对二十余幅乳腺X线图像进行处理,结果显示处理后图像大小与原图相比,最小占18.30%,最大占58.42%,平均为35.56%,原图中接近2/3的无用像素被有效去除。实验证明,该算法在保证不丢失原始图像有用信息的前提下能有效减少图像中的无用数据和背景噪声,很大程度地减少了后期分割处理的运算量。其次,针对乳腺肿块分割和特征提取两个难点问题,在提出基于最小二乘平面拟合法去除感兴趣区域(Region of Interest,ROI)背景之后,利用三种不同的图像分割方法(最大熵法、最大类间方差法和区域生长法)来实现乳腺肿块区域的自动提取,以期能得到准确的乳腺肿块边界;并按照临床诊断要求,以人工手动分割结果作为金标准,对自动分割的结果与手动分割的结果计算重叠率,确定算法的敏感性与精准度。结果显示,三种分割方法都可以比较完整地勾画出整个肿块区域,其中最大熵法、最大类间方差法和改进的区域生长法与手工分割的重叠率分别为:0.812±0.031、0.747±0.065、0.837±0.067,应用t检验对这三种分割方法的结果进行两两比较,得出结论,任意两种方法的重叠率均有显著性差异。然后,将159幅已病理确诊的乳腺肿瘤图像分成恶性组(97幅)和良性组(62幅),利用改进的区域生长法分割肿块组织,并分别提取出肿块灰度特征(均值、标准差、对比度)、形态学特征(径向距离、粗糙度、矩特征、紧缩度)和病理毛刺特征(毛刺度)等特征,通过t检验分析紧缩度、粗糙度、四阶矩、对比度和毛刺度特征的统计学意义,得出结论,恶性组和良性组的各特征均有显著性差异。最后,在用户应用界面上增加了常规的图像增强和辅助显示工具,如图像缩放/移动、亮度/对比度调整、伪彩色/反像显示、距离测量、平滑/锐化处理等,以期能很好地满足临床诊断的需要。本文通过对乳腺钼靶影像中肿块自动检测方法及肿块特征定量化的研究,为实现计算机辅助诊断系统在临床中的广泛应用奠定了理论基础。

全文目录

中文摘要  6-8
英文摘要  8-10
第一章绪论  10-21
  1.1 研究背景、目的及意义  10-13
  1.2 国内外研究概况  13-18
    1.2.1 乳腺癌计算机辅助诊断系统的研究概况  13-14
    1.2.2 肿块自动检测方法的研究概况  14-17
    1.2.3 肿块相关特征提取方法的研究概况  17-18
  1.3 本文的主要研究工作  18-21
第二章乳腺钼靶影像中肿块组织的提取方法研究  21-53
  2.1 乳腺X 线影像的诊断技术  21-28
    2.1.1 乳腺X 线摄影简介  21-23
    2.1.2 乳腺解剖学和X 线影像学表现  23-26
    2.1.3 乳腺癌的诊断及难点  26-28
  2.2 图像预处理和感兴趣区域的提取  28-36
    2.2.1 乳腺区域的提取  29-31
    2.2.2 基于平面拟合的图像增强  31-35
    2.2.3 感兴趣区域的定位和提取  35-36
  2.3 肿块组织的提取技术  36-45
    2.3.1 最大熵原则的阈值分割  36-40
    2.3.2 基于最大类间方差法的阈值分割  40-42
    2.3.3 区域生长的图像分割  42-45
  2.4 基于数学形态学的乳腺肿块轮廓提取  45-53
    2.4.1 数学形态学的基本概念  45-51
    2.4.2 肿块轮廓的提取与细化  51-53
第三章肿块区域的相关特征提取与定量研究  53-70
  3.1 实验资料的获取  53-55
    3.1.1 图像数据资料来源  53-54
    3.1.2 图像的格式转换  54-55
  3.2 肿块相关特征的提取  55-63
    3.2.1 肿块区域的形态学特征  55-59
    3.2.2 图像灰度特征  59-60
    3.2.3 肿块毛刺组织特征  60-63
  3.3 实验数据与结果分析  63-70
    3.3.1 乳腺区域提取结果  63-64
    3.3.2 不同方法分割图像的结果比较  64-67
    3.3.3 肿块区域特征值的统计分析  67-70
第四章基于MATLAB 语言的乳腺肿块形态特征分析系统的设计  70-78
  4.1 MATLAB 语言简介  70
  4.2 计算机辅助诊断系统框架和功能  70-72
  4.3 已经实现的功能  72-78
    4.3.1 界面设计和文件操作  73-74
    4.3.2 影像的辅助显示工具  74-78
第五章全文总结  78-81
  5.1 总结  78
  5.2 存在的问题及后续工作展望  78-81
    5.2.1 系统功能的完善和改进  79-80
    5.2.2 算法方面的优化改进  80-81
参考文献  81-86
攻读硕士学位期间发表文章情况  86-87
致谢  87

基于钼靶影像的乳腺肿瘤形态特征分析

内容摘要

全文目录

相似论文