基于数字钼靶X线图像的乳腺肿块计算机辅助检测算法研究
作者单位:西安电子科技大学
学位级别:硕士
导师姓名:姬红兵
授予年度:2011年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
摘 要:乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。钼靶X光成像是目前诊断乳腺癌的首选方法,而即使富有经验的医生也很难及时发现影像中所有可能的病变区域。因此人们提出利用计算机辅助医生进行乳腺癌的诊断,以提高诊断的准确率。随着计算机技术的快速发展,基于数字钼靶X线图像的乳腺肿块计算机辅助检测已成为乳腺癌早期诊断的研究热点。 肿块是乳腺癌在X线图像上的一个主要表现,本文提出了一种计算机辅助检测算法用以自动检测出乳腺X线图像中的肿块。首先在图像预处理阶段,提出了乳腺区域提取算法和边缘灰度补偿算法,它们能够从图像中提取出乳腺区域并且补偿由乳腺边缘厚度变化引起的灰度变化。接着针对乳腺肿块多层环形滤波的特点,提出一种感兴趣区域快速搜索算法,可以在乳腺区域内快速搜索到疑似肿块区域,并利用肿块的部分特性去除其中大量的假阳性区域。然后,以疑似肿块区域的几何中心为种子点,结合基于种子点的肿块分割算法,自动分割出疑似肿块区域。最后,提取分割后的疑似肿块区域的一些特征并对这些区域进行分类,做到尽量减少其中的假阳性区域。 实验结果表明,本文提出的检测算法准确率高且稳定实用,能够快速有效地检测出乳腺X线图像上的肿块区域。