医学图像数据挖掘方法研究

《医学图像数据挖掘方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河北工业大学硕士学位论文医学图像数据挖掘方法研究姓名：张红梅申请学位级别：硕士专业：机械设计及理论指导教师：刘丽冰20071001河北工业大学高校教师攻读硕士学位论文医学图像数据挖掘方法研究摘要本文针对医学图像数据挖掘所涉及的一些关键技术和主要算法进行深入的分析研究。在此基础上，针对乳腺X线图像，进行将粗集理论应用到医学图像领域的关键技术的研究和尝试。主要进行了以下几方面的研究：1）研究多种数据挖掘方法，分析医学图像数据挖掘的特点，根据医学图像数据挖掘的一般过程，提出基于特征的应用粗集进行医学图像数据挖掘的方

2、法。2）分析医学图像的预处理、特征提取的有关技术和方法，及各方面的最新成果。在研究图像预处理的去噪和图像增强算法的基础上，重点针对乳腺X线图像的特点，研究钙化点的区域分割及特征提取问题。3）对医学图像进行数据挖掘的主要目的是实现对疾病的预测和分类。粗集理论是一个强大的数据分析工具，在应用中不需要先验知识，完全根据现有数据分析得出结论，是数据挖掘的一个重要分支。Rough集的主要思想是在保持信息系统分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则，其核心内容是属性约简和规则提取。本文对粗集理论、算法

3、应用以及理论发展方向进行全面研究，提出一种属性约简和规则提取的结合算法，提取精简的规则，并应用在确诊分类器中，实现对乳腺X线图像的分类。4）开发乳腺X线图像数据挖掘软件，进行图像的管理、预处理、特征提取和分类，实现对乳腺X线图像的良性与恶性的分类。关键词：数据挖掘，医学图像，粗集，属性简约，规则提取4河北工业大学高校教师攻读硕士学位论文ASTUDYOFDATAMININGMETHODSFORMEDICALIMAGEABSTRACTThisdissertationfocusesonmaintechniquesa

4、ndalgorithmsofapplyingdataminingtoprocessingmedicalimages.Basedonmammographdatabase,theapplicationofRoughSettheoryinmedicalimageisexplored.Themainworkisasfollows:1)Ontheresearchofmanykindsofdataminingmethods,aswellastheanalyzeofcharactersofdataminingformedi

5、calimages,adataminingmethodnamedfeature-basedRoughsetisproposed.2)Therelatedtechniquesandmethodsofmedicalimagepretreatmentandfeatureextraction,andthelatestproductionsarediscussed.Basedonthestudyofdenoisingandenhancementalgorithmforimagepretreatment,regardin

6、gtothecharacteristicofmammography,theissuesofregionsegmentationandfeatureselectionatcalcifypointarestudied.3)Thepurposeofdataminingonmedicalimagesistopredictandclassifydiseases.Roughsettheoryisapowerfuldataanalysistool.Itdoesn’tneedaprioriknowledge;theresul

7、tcanbeobtainedaccordingtotheanalysisofavailabledata.Roughsettheoryisanimportantbranchofdatamining.Themainideaofroughsettheoryistoextractdecisionrulesorclassificationrulesbyknowledgereduction,onconditionthatkeepingthesystem’sabilityofclassification.Thecoreco

8、ntentisattributereductionandruleextraction.Inthispaper,withtheresearchofroughsettheoryaswellastheapplicationofalgorithmandthedevelopmentoftheory,Roughsetapproachcombinedwithassociationrulealgorithmarep