乳腺癌自動診斷系統的預處理方法研究.pdf

1、乳腺癌是一種常見的婦科惡性腫瘤。早期診斷和早期治療是降低乳腺癌死亡率的關鍵。隨著計算機圖象處理技術的飛速發(fā)展，基于傳統乳腺X線影像的計算機輔助檢測微小鈣化點已經成為乳癌早期診斷的研究熱點。微鈣化點是乳腺X線影像上的獨立或成簇分布的亮點，它們表征乳腺癌的早期癥狀。由于乳腺圖片本身規(guī)模大、復雜且噪聲多，微鈣化點很難被直接檢出。而找出圖片中可能含有鈣化點的感興趣區(qū)域（ROI）可以大大減少病變檢測的復雜度，首先對于有病灶的圖像可以縮小檢測鈣化點

2、的范圍，減輕檢測和診斷的難度。對于沒有病灶的圖像，可以整張排除掉。由于在實際的乳腺病普查工作中，發(fā)現有病變的圖像僅僅占所有圖像的0.5％，正常圖像占了極大部分，即使去除部分沒病的圖像也可節(jié)省醫(yī)生的大量工作。所以尋找ROI對于整個計算機輔助乳腺病診斷系統來說有著非常深刻的意義。本文中，我們提出一種尋找鈣化ROI的新方法：先利用簡單的灰度分布特征去掉圖像的黑色背景；然后根據平均灰度、灰度方差、能量方差這三個特征，利用代價不均衡神經網絡分類器

3、（ANN）去掉乳腺組織中容易辨識的不含微鈣化的區(qū)域。圖像中剩下的都是從塊的整體特征中很難分辨出有無鈣化點簇的區(qū)域。形態(tài)學帶通濾波（MBF）算法盡管能快速檢出鈣化點，但精確不足。高斯-拉普拉斯（LoG）算子盡管能比較精確地檢出鈣化點的位置但較費時。我們提出了一種結合上述兩者優(yōu)點同時能克服其缺點的鈣化點檢測新方法MLoG，對剩下的區(qū)域進行檢測，獲得可能含有鈣化點簇（MCC）的區(qū)域。所提方法可在盡可能短的時間內獲得比較準確的ROI。在南京中大