首页 > 文献资料
-
试论乳腺X线图像预处理研究
乳腺癌是多发恶性肿瘤。乳腺X线图像技术是乳腺癌起到早期发现和诊断的佳方式，但是因为乳腺X线在成像方面具有图片清晰度和像素较低的弊端，需要计算机辅助设备进行增强图像、分割图像、提取特征以及分类诊断，为医生进一步治疗提供科学依据。本文从乳腺X线图像目前存在的问题为切入点，提出新的小波融合增强图像的方法以及医生操作和改进的live-Wire交互分割方式对乳腺X线预处理进行研究。
关键词： 乳腺X线图像 小波交换 live-Wire交互分割方式 -
改良区域生长算法自动分割乳腺肿块图像的诊断价值
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＜0.01).结论 改良区域生长算法能有效提取乳腺肿块区域,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.
-
计算机在乳腺X线图像处理系统中的应用和研究
1引言乳腺癌是盛行于广大妇女中的癌症,世界上35至54岁的妇女死亡原因25%是由于患乳腺癌,我国妇女中乳腺癌发病已上升为主要病因,且近年来有升高的趋势.
-
基于乳腺X线图像的微钙化点区域自动检测算法研究
目的:乳腺癌是女性常见和多发的恶性肿瘤之一.恶性乳腺肿瘤早期重要表征是伴有微钙化现象.人工识别乳腺X射线图像微钙化点和微小肿块等病变遗漏率较高.探讨乳腺X线影像巾微钙化点区域的自动提取算法,以提高诊断速度和准确率.方法:在综合运用各种算法的基础上,基于乳腺X线图像微钙化点特征提出应用小波变换等研究乳腺X影像中微钙化点感兴趣区域的自动提取方法,并仿真验证算法的有效性.结果:应用ROC模型对医院临床80个病例的150副图像对提出的小波改进算法和相关算法进行了测试和比较.基于小波的微钙化点区域自动提取算法,可以获得高达98.8％的检出率和5％的误检率,实现了乳腺图像中含钙化点感兴趣区域的自动提取,验证了算法对提高检出率的可行性.结论:应用小波改进算法对乳腺X线图像中含钙化点感兴趣区域的自动提取是可行的,具有较高的微钙化点检出率,有利于实现乳腺影像可疑病灶区域的自动定位和早期发现,有利于加强对导致乳腺癌危险因素的研究和积极干预.
