微鈣化灶的自動(dòng)檢測.pdf

1、本文為了提高原始圖像的視覺效果，讓醫(yī)生更容易找到微鈣化灶，探討了鈣化灶增強(qiáng)方法。采用高帽算法，部分小波變換，加權(quán)后部分小波系數(shù)重構(gòu)三種方法對圖像進(jìn)行增強(qiáng)，并對增強(qiáng)結(jié)果采用對比度增強(qiáng)指標(biāo)進(jìn)行評估，得出加權(quán)后部分小波系數(shù)重構(gòu)方法優(yōu)于其它兩種方法。研究了鈣化灶自動(dòng)檢測。鈣化灶的自動(dòng)檢測包括三步。第一步采用加權(quán)后部分小波系數(shù)重構(gòu)方法實(shí)現(xiàn)圖像增強(qiáng)，得到微小結(jié)構(gòu)增強(qiáng)的圖像。第二步采用多容許度的區(qū)域增長方法分割得到潛在微鈣化灶。為了得到區(qū)域增長的種子

2、點(diǎn)，首先采用自適應(yīng)全局閾值的方法對增強(qiáng)后的圖像進(jìn)行初分割，閾值的確定方法是使得圖像中98％的象素歸于背景。如果幾個(gè)鈣化灶點(diǎn)相距較近，自適應(yīng)全局閾值不能將它們完全分離開，這一問題可以采用形態(tài)學(xué)腐蝕和條件閾值的方法進(jìn)一步處理。然后取原始圖像上對應(yīng)于得到的二值圖像上的每一個(gè)四連通區(qū)域中的最大灰度值點(diǎn)作為區(qū)域增長的種子點(diǎn)。第三步，計(jì)算潛在微鈣化灶的四個(gè)特征：面積、緊致度、邊界線的離心率、對比度，采用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種方法來分類以降低假陽性