检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于x线图像的乳腺肿块自动检测技术研究

基于x线图像的乳腺肿块自动检测技术研究

作者：熊健华中科技大学

学位级别：硕士

乳腺癌是中老年女性最常见的恶性肿瘤。乳腺钼靶x线摄影术是早期诊断乳腺癌的最可靠且有效的方法。研究基于乳腺x线图像的乳腺癌计算机辅助检测与诊断系统(Computer–Aided Detect and Diagnosis,CAD)将有利于提高诊断准确性和客观性、... 详细信息

乳腺癌是中老年女性最常见的恶性肿瘤。乳腺钼靶x线摄影术是早期诊断乳腺癌的最可靠且有效的方法。研究基于乳腺x线图像的乳腺癌计算机辅助检测与诊断系统(Computer–Aided Detect and Diagnosis,CAD)将有利于提高诊断准确性和客观性、减轻诊断工作量。乳腺肿块的自动检测包括以下几个处理步骤:感兴趣区域自动提取、可疑肿块分割、特征提取、可疑肿块分类。首先采用基于模板匹配的方法自动提取感兴趣区域(Region Of Interest,ROI),即在整幅图像中定位可疑肿块的大致位置。随后对ROI分割出可疑肿块,为了能准确分割可疑肿块的边界,先进行预处理增强其对比度。实验比较了基于动态规划算法以及最大熵阈值法两种分割算法,结果表明前者分割效果更好,后者则分割速度较快。最后,参考放射学家诊断乳腺肿块时的经验,对分割出的可疑肿块提取相应特征,采用改进的k-近邻分类器将可疑肿块分类为阳性或者阴性,将阳性区域的轮廓在原图像中显示出来。从美国南佛罗里达大学的乳腺x线图像数据库(Digital Database for Screening Mammography,DDSM)中选取了有代表性的155病例,共306幅图像,进行了实验,结果表明,系统敏感性为91.4%时,平均每幅图像2.04个假阳性,达到了较高的检测准确性。

关键词：乳腺x线图像乳腺癌计算机辅助检测与诊断肿块检测

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

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

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：葛光富西安电子科技大学

学位级别：硕士

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... 详细信息

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。

关键词：乳腺x线图像计算机辅助检测肿块检测感兴趣区域

基于特性模型与神经网络的乳腺图像肿块自动检测技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子与信息学报 2009年第7期31卷 1653-1658页

作者：徐伟栋刘伟厉力华夏顺仁马莉邵国良张娟杭州电子科技大学生物医学工程及仪器研究所杭州310018 浙江大学生物医学工程系杭州310027 浙江省肿瘤医院放射科杭州310022

钼靶x线摄影是最常用的乳腺癌早期诊断手段。该文针对乳腺图像中的肿块提出了一种基于特性模型与神经网络的计算机辅助诊断技术。它首先建立两种特性模型分别描述脂肪组织和腺体组织中的肿块;然后对脂肪中的肿块采用迭代阈值法进行检测... 详细信息

钼靶x线摄影是最常用的乳腺癌早期诊断手段。该文针对乳腺图像中的肿块提出了一种基于特性模型与神经网络的计算机辅助诊断技术。它首先建立两种特性模型分别描述脂肪组织和腺体组织中的肿块;然后对脂肪中的肿块采用迭代阈值法进行检测,对腺体中的肿块采用小波域黑洞检索法进行标记;接着采用一种基于Canny算子和能量场约束以及ANFIS控制的填充膨胀方法分割疑似肿块;最后使用一种MLP分类器剔除假阳性。实验结果表明,该算法在面对特性迥异的多种肿块时可取得较高的检测精度,并保证较低的假阳性率。

关键词：乳腺x线图像计算机辅助诊断肿块 ANFIS MLP

在线全文

学校读者我要写书评

暂无评论

基于内容图像检索的乳腺肿块诊断技术研究

生物医学工程学杂志 2010年第5期27卷 999-1003页

作者：王庆岩宋立新王立哈尔滨理工大学电气与电子工程学院哈尔滨150040 黑龙江省医院哈尔滨150030

为有效辅助医生对乳腺x线图像中肿块进行诊断,提出一种乳腺肿块诊断方法。该方法对一个待查询的感兴趣区域(ROI)提取22个特征,采用k-最近邻(KNN)算法在图像库中检索,并进一步计算查询ROI与检索结果之间的互信息(MI),以提高检索性能指标... 详细信息

为有效辅助医生对乳腺x线图像中肿块进行诊断,提出一种乳腺肿块诊断方法。该方法对一个待查询的感兴趣区域(ROI)提取22个特征,采用k-最近邻(KNN)算法在图像库中检索,并进一步计算查询ROI与检索结果之间的互信息(MI),以提高检索性能指标。最后,将MI最高的前9幅图像作为最终检索结果。分析比较了三种决策值计算方法,为辅助诊断提供有效的决策信息。实验结果表明,此方法优于单独使用KNN方法并能有效地提高诊断准确度。

关键词：乳腺x线图像基于内容图像检索计算机辅助诊断互信息

在线全文

学校读者我要写书评

暂无评论

基于NSCT的乳腺图像分类方法

计算机科学与探索 2018年第4期12卷 618-628页

作者：胡良田潘海为谢晓芹张志强冯晓宁哈尔滨工程大学计算机科学与技术学院哈尔滨150001

乳腺癌是女性最为常见的一种癌症。虽然随着医疗的发展,乳腺癌的诊断和治疗技术都有所提高,但是由于不能在乳腺癌早期及时做出诊断,导致乳腺癌的死亡率依然很高。针对此现象,对基于非下采样轮廓变换法(nonsubsampled contourlet transfo... 详细信息

乳腺癌是女性最为常见的一种癌症。虽然随着医疗的发展,乳腺癌的诊断和治疗技术都有所提高,但是由于不能在乳腺癌早期及时做出诊断,导致乳腺癌的死亡率依然很高。针对此现象,对基于非下采样轮廓变换法(nonsubsampled contourlet transform,NSCT)的乳腺x线图像的分类方法进行了研究。该方法首先对乳腺x线图像的感兴趣区域(region of interest,ROI)进行多分辨的NSCT分解,然后用泽尼克矩(Z-Moments)对NSCT分解后的图像进行特征提取;其次对每一个感兴趣区域所提取的特征形成的矩阵进行奇异值分解(singular value decomposition,SVD),以提取重要的可以概括全局的特征。该方法组合了纹理和形状特征,使用支持向量机(support vector machines,SVM)分类算法将乳腺x线图像分类为正常、良性和恶性,实现了乳腺病变的检测和分类。通过实验可以看出,该方法的准确率达到了96.76%,并且训练时间大大减少,与其他目前最先进的方法相比,在准确率和时间效率上都取得了显著的成效。

关键词：非下采样轮廓变换(NSCT) 泽尼克矩乳腺癌乳腺x线图像支持向量机(SVM)

改良区域生长算法自动分割乳腺肿块图像的诊断价值

在线全文

学校读者我要写书评

暂无评论

江苏医药 2011年第13期37卷 1551-1553页

作者：陈桂林汪家旺南京医科大学第一附属医院放射科 210029

目的研究改良区域生长算法(MRGA)自动分割乳腺肿块图像的诊断价值。方法对172幅含肿块的乳腺图像用改良区域生长法自动分割和人工手动分割,比较两种分割方法所得肿块区域的重叠率(η)和平均距离(Md)。以人工手动分割结果作为金标准,确... 详细信息

目的研究改良区域生长算法(MRGA)自动分割乳腺肿块图像的诊断价值。方法对172幅含肿块的乳腺图像用改良区域生长法自动分割和人工手动分割,比较两种分割方法所得肿块区域的重叠率(η)和平均距离(Md)。以人工手动分割结果作为金标准,确定自动分割算法的敏感性与精准度。分析良、恶性肿块毛刺度特征指数(SI)值。结果用MRGA从172幅图像中共自动检测出159幅图像中的肿块组织,检出率为92.4%;两种方法所获得的肿块区域重叠率为83.7%,平均距离(0.86±0.03)mm。良性肿块(62幅)SI值为(45.07±11.55),明显低于恶性肿块(97幅)的(67.69±9.19)(P乳腺肿块区域,依据毛刺度特征SI值对乳腺肿块的良恶性进行初步判断,有利于乳腺癌的早期诊断。

关键词：乳腺x线图像计算机辅助诊断肿块分割区域生长算法

在线全文

学校读者我要写书评

暂无评论

乳腺x图像肿块检测与分类方法研究

乳腺X图像肿块检测与分类方法研究

作者：王靖北京交通大学

学位级别：硕士

乳腺癌作为发病率占全身各种恶性肿瘤的7-10%的高危疾病正日益引起人们的重视,而预防与治疗这种疾病最好的办法就是开展乳腺x摄片的全民普查。由于我国人口与医疗人员比例严重失调,促使计算机辅助检测（CAD）成为现今重要的研究方向,通... 详细信息

乳腺癌作为发病率占全身各种恶性肿瘤的7-10%的高危疾病正日益引起人们的重视,而预防与治疗这种疾病最好的办法就是开展乳腺x摄片的全民普查。由于我国人口与医疗人员比例严重失调,促使计算机辅助检测（CAD）成为现今重要的研究方向,通过计算机辅助医师进行x摄片的诊断。已有CAD检测方法中,尚存在漏检率高、特征提取冗余、计算复杂等问题,未能投入临床使用。本文为了提高基于单幅图像的肿块CAD检测性能,完成了以下三个方面的工作：（1）提出了三条基于医师诊断方法的判别条件用于去除明显的假阳性区域。在提取图像中肿块可疑区域的基础上,给出了肿块的圆形度、肿块大多独立存在、与乳腺边缘距离较大这三条基于先验经验的判别标准,通过区域筛选测试算法将不满足条件的可疑区域去除。测试结果表明,应用本判别标准,可将40%以上的假阳性区域去除,在减少了计算量的同时也大幅减少了这些区域对后续分类的影响。（2）提出了一种基于模糊集的分割方法。在肿块的分割问题上,针对以往的区域分割算法只能获得绝对边界,无法获得肿块周围发散性信息的问题,将模糊集概念引入区域生长分割算法,通过定义的隶属度函数赋予每一个像素点一个隶属度参数以表示该点从属于种子点的程度,有效的获得了肿块区域的详细边缘信息以及肿块对周围区域的浸润程度等参数。这些参数是判断肿块良、恶性的重要依据。（3）在保证低漏检率的前提下,减少了用于分类的特征向量的数量。针对现有的机器学习方法中,特征向量选择繁多、计算量大等问题,本文通过选取具有明确意义的三方面的参数来支持分类结果。它们包括体现肿块明显高于周围组织亮度的肿块区域平均灰度值和周围背景区域平均灰度、体现肿块外形特征的核心区域圆形度和边缘区域圆形度、体现肿块对周围区域浸润程度的隶属度分布。测试结果表明,分类取得了良好的结果,检测后的图像中平均仅有假阳性点1.1个,对于良、恶性肿块的识别率也达到80%以上。本文选择的特征参数可以较好地成为分类的依据,一定程度上解决了参数选择冗余的问题,在简化了计算的同时,获得了可以提供给医师参考的检测结果。本文共有图53幅,表9个,参考文献32篇。

关键词：乳腺x线图像肿块检测模糊集区域生长特征向量提取

合成2D图像与人工智能对乳腺微钙化病灶识别的临床应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

合成2D图像与人工智能对乳腺微钙化病灶识别的临床应用研究

作者：孙晓琪福建医科大学

学位级别：硕士

目的:探讨数字乳腺断层合成x线成像(DBT)结合合成2D图像(SM)对乳腺微钙化的检出和诊断效能。通过开发基于Attention U-Net的乳腺x线图像微钙化检测模型,实现微钙化的高效率检出,并探究不同性质钙化、不同乳腺密度对该深度学习模型微钙... 详细信息

目的:探讨数字乳腺断层合成x线成像(DBT)结合合成2D图像(SM)对乳腺微钙化的检出和诊断效能。通过开发基于Attention U-Net的乳腺x线图像微钙化检测模型,实现微钙化的高效率检出,并探究不同性质钙化、不同乳腺密度对该深度学习模型微钙化检测性能的影响。资料与方法:1.回顾性分析2019年11月至2021年3月于我院放射科接受乳腺x线检查的238例患者的乳腺影像。3名不同年资的影像医师独立阅读DBT结合全视野数字化乳腺摄影(FFDM)、DBT结合SM、FFDM、SM 4种模式下影像资料,记录微钙化有无,根据BI-RADS对微钙化进行分类,分析不同乳腺密度中良、恶性微钙化的检出率及诊断效能。2.回顾性分析2018年1月至2020年1月于我院放射科接受乳腺常规x线检查的347例患者的694幅图像。通过低年资医师独立阅片、高年资医师审核的方式,建立微钙化检出的参考标准。数据按照594:100随机划分训练集和测试集,进行神经网络训练,建立深度学习模型。在测试集中采用精确率、召回率、F1分数、交并比等指标评估微钙化检测性能,以上指标以钙化面积和数量分别计算,分析不同性质钙化(良性vs恶性)、不同乳腺密度(a+b类vs c+d类)对深度学习模型微钙化检测性能的影响。结果:1.不管在致密型乳腺或所有腺体类型乳腺中,4种阅片模式对微钙化检出敏感度的差异无统计学意义(P>0.05),特异度均为100%。DBT结合SM与DBT结合FFDM对微钙化诊断敏感度、特异度及ROC曲线下面积的差异无统计学意义(P>0.05);FFDM的敏感度高于SM,特异度低于SM,ROC曲线下面积高于SM,差异均具有统计学意义(P0.05),在致密型乳腺与非致密型乳腺中对微钙化检测的精确率、召回率、交并比、F1分数之间的差异均无统计学意义(P>0.05)。结论:***结合SM与DBT结合FFDM对微钙化的检出、诊断效能相似。2.基于Attention U-Net的乳腺x线图像微钙化检测模型能够对乳腺微钙化进行有效的检测,同时该模型稳定性强,钙化性质及乳腺密度对该模型的检测性能无影响。

关键词：乳腺癌乳腺x线图像微钙化合成2D图像人工智能

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于内容图像检索的乳腺肿块诊断技术研究

基于内容图像检索的乳腺肿块诊断技术研究

作者：王庆岩哈尔滨理工大学

学位级别：硕士

乳腺癌是危害妇女健康的最常见的疾病,钼靶x线摄影是目前临床上乳腺疾病检测的主要手段,但是,乳腺肿块大多被埋没在复杂的,高密度的腺体背景中难以检出和识别。因此,利用计算机辅助诊断技术来对数字乳腺图像进行处理,已成为近年来乳腺... 详细信息

乳腺癌是危害妇女健康的最常见的疾病,钼靶x线摄影是目前临床上乳腺疾病检测的主要手段,但是,乳腺肿块大多被埋没在复杂的,高密度的腺体背景中难以检出和识别。因此,利用计算机辅助诊断技术来对数字乳腺图像进行处理,已成为近年来乳腺图像处理的热点问题。本文给出了一种基于内容图像检索技术的计算机辅助诊断方法,描述了基于内容图像检索技术的计算机辅助诊断系统原理。主要研究内容如下: 1.构建一个乳腺图像感兴趣区域(ROI)数据库,数据库中包含835幅ROI图像,每个ROI已知其病理学检测信息,即良性和恶性信息,为用户按ROI查询提供数据基础。 2.针对如何分割出待查询ROI肿块区域这一难点问题,给出了一种交互式的肿块分割方法,利用了用户所提供的肿块大小信息,采用改进的生长算法分割出可疑肿块,并采用重叠百分率方法对算法进行了评价。对于有效特征选取问题,首先对每个ROI提取了32个特征,之后采用增l减r的优化搜索算法进行特征优化,最后确定的特征集为22个特征组成的特征向量。 3.以基于内容图像检索相似性匹配精度为准则,提出了一种K最近邻(k-nearest neighbor,KNN)与互信息(MI)相结合的相似性度量方法,首先采用KNN算法在图像库中检索,之后计算查询ROI与检索结果之间的互信息用以提高检索性能。 4.针对辅助诊断决策信息的有效性,分析了本文所列的四种决策值计算方法,采用了一种有效稳定的决策值计算方法。利用受试者操作特性(ROC)曲线来评价诊断系统的性能。实验结果表明,此方法优于单独使用KNN方法并能有效的提高诊断准确度。研究表明,本系统是一种计算机辅助诊断乳腺肿块的有效方法。

关键词：乳腺x线图像基于内容图像检索计算机辅助诊断互信息