学位论文 > 优秀研究生学位论文题录展示
乳腺X线影像中钙化点检测方法的研究
作 者: 李明春
导 师: 彭承琳
学 校: 重庆大学
专 业: 生物医学工程
关键词: 钙化点 乳腺X线影像 小波变换 BP神经网络 影像分割
分类号: R816.4
类 型: 硕士论文
年 份: 2004年
下 载: 201次
引 用: 5次
阅 读: 论文下载
内容摘要
早期确诊是降低乳腺癌死亡率的关键,这引起了研究人员对乳腺X线影像中钙化点检测方法进行研究。作为计算机辅助诊断(CAD)的一部分,钙化点检测是难点,也是早期乳腺癌诊断的关键。为此,本课题针对钙化点具有非常微小、大小不一、形状各异、可疑病变区域与其周围组织之间的灰度值之差较小、部分组织易被误认为钙化点等特点,采用一种综合多种技术的检测方法。主要包括常规图像处理技术、小波变换和神经网络等。本文采用的检测过程主要包括影像预处理、钙化点分割、特征提取、假阳性钙化点的识别和剔除以及良、恶性钙化的分类。其中难点是从影像中准确分割出完整钙化点。在预处理阶段,采用树状非线性滤波器滤波(TSF),滤除影像噪声。钙化点在影像中呈微细颗粒状,与邻近像素相比具有高灰度值,近似于函数中的奇异点和信号中的高频成分。根据这一特性,在钙化点的分割阶段,采用了综合方法进行钙化点分割,即首先基于差值图像技术、局部阈值法分割出钙化点,得到一幅钙化点二值图像。然后再对影像进行小波变换,通过各细节子图产生另一幅钙化点二值图像。接下来把两幅二值图像进行“与”操作,减少假阳性钙化点,产生一幅最后的钙化点二值图像。据此二值图像确定钙化点位置和种子点,利用区域增长技术分割出完整钙化点。为了进一步减少假阳性钙化点,利用BP神经网络良好的分类特性,识别其中的假阳性钙化点,然后进行剔除。本文提取的钙化点特征包括形态域特征、灰度特征、和簇描述特征,并对形态域特征进行了简单分析。本文采用的钙化点检测方法在多幅乳腺X线影像中进行测试。初步结果显示,该检测方法用于乳腺X线影像中钙化点检测是可行的,能分割出完整的钙化点,减少假阳性钙化点数,达到预期的效果。
|
全文目录
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 高速公路拆迁民众生存系统评价研究,D523
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 煤矿风险信息集成与智能预警研究,X936
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
中图分类: > 医药、卫生 > 特种医学 > 放射医学 > 各部位及各科疾病的X线诊断与疗法 > 胸部及呼吸系
© 2012 www.xueweilunwen.com
|