基于哈希的乳腺x线图像病变区域检测与分析

《基于哈希的乳腺x线图像病变区域检测与分析》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、硕±学位论文胃圓檐基于哈希的魏腺Ｘ线图像病变区域检测与分析作者姓名刘雜学校副巧姓名、职務李洁教授企业导师姓名、职務王峰研究员Ｓ申请学位类别工程硕±学校代码１０７０１学号１３０２１２１３４４分类号ＴＰ３９密级公开西安电子科技大学硕±学位论文基于哈希的魏腺Ｘ线图像病变区域检测与分析作者姓名；刘雜领域：电子与通信工程学位类别：工程硕±学校导师姓名、职称；李洁教授企业导师姓名、职称；王峰研究员学院：电子工程

2、学院提交日期：２０１５年１１月AbnormityDetectionandAnalysisofMammographyBasedonHashingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByLiuLuSupervisor:LiJieProfessorWangFengResea

3、rchFellowNovember2015西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人已经发表或撰写过的研巧成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人

4、承担切法律责任。本人签名：ｊｉ日期；叫西安电子科技大学关于论文使用授权的说明，本人完全了解西安电子科技大学有关保留和使用学位论文的规定即：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可Ｗ公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论。文、发明专利等成果，署名单位为西安电子科技大学保密的学位论文在。＿＿年解密后适用本授权

5、书ｊＬ：本人签名：＾考淹导师签名１？０火．／．）乂口２日期！：／：之ｒ日期Ｉ摘要摘要随着社会的发展和生活质量的提升，女性乳腺癌发病率呈逐年上升的趋势，已成为危害全球女性健康的第二大癌症杀手。计算机辅助检测系统旨在通过检测出可疑病变区域，辅助医生做出最终的诊断决策，从而提高乳腺癌患者的存活率和生活质量。肿块是乳腺癌主要表征之一，因此肿块检测是计算机辅助诊断中关键的步骤。由于肿块形态各异，乳腺图像尺寸庞大，设计一种普适于大数据库的实时肿块检测系统至关重要。为此，本文通过研

6、究乳腺肿块的病理特性，结合人工智能、机器学习等方法自动检测并标记出可疑肿块区域并进行概率预测，从而科学地辅助医生更好的进行诊断。本文以哈希、基于内容的图像检索以及基于语义的特征为基础，深入研究了乳腺图像中疑似病变区域的检测方法。主要工作概括如下：首先，本文提出了一种基于哈希的肿块快速检测方法。通过对多种哈希算法的研究，将HOG特征与KSH算法进行结合，设计出一种普适于各种肿块类型和大数据库的肿块检测方法。该方法能有效的解决乳腺图像分类的线性不可分性，并且充分利用已有的监督信息提高肿块检出率。由于哈希

7、算法的高效性，该方法能够实现计算机辅助检测系统的实时性，提高了检测算法的实用性。其次，为更准确描述出肿块特性，提出两种乳腺图像特征提取方法：成对多维度BoW和分层加权Gist特征。成对多维度BoW对传统BoW模型进行多维拓展，结合肿块生长分布特性，实现将位置信息与局部特征信息融合；分层加权Gist特征对全局Gist特征进行分层细化，根据肿块延伸趋势，增强细节纹理特性。本文提出的两种特征提取方法能够有效的针对乳腺图像进行肿块特征描述。最后，为更好地辅助医生做出最终的诊断，提出了一种基于多特征融合哈希的

8、检索分析方法，实现对可疑区域的概率预测与分析。该方法对肿块检测方法得到的可疑区域提取多种不同的特征，从不同角度对图像进行更全面的表达。为了更科学地辅助医生进行诊断，本方法引入图模型理论，得到基于多特征融合哈希的检索结果，构建概率预测模型，预测出可疑区域是肿块的可能性大小，降低检测假阳个数，实现检测系统整体性能的提升。实验结果表明，本文提出的基于哈希的快速病变区域检测与分析方法，能够更好地区分肿块区域与正常组织，在保证假阳性率较低的同时，提高肿块检测性能。关键词：乳腺图