乳腺组织异常检测算法的研究与应用

《乳腺组织异常检测算法的研究与应用》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、独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志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诚挚的谢意。学位论文作者签名：壹，0乓签字日期：,voj5．01学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数

2、据库进行检索、交流。(如作者和导师不同意网上交流，请在下方签名；否则视为同意。)学位论文作者签名：导师签名：签字日期：·I·东北大学硕士学位摘要根据乳腺图像报告与数据系统(BI．RADS)【l】中的定义，组织异常是一种没有形成可见肿块的正常乳房组织的扭曲，包括有中心点的针状辐射、聚集回缩和软组织边缘变形。在乳腺X线照片中，组织异常是一种细微的病变特征，很容易被医生漏检。计算机辅助诊断(CAD)技术可以有效地提高医生对于肿块和钙化的检出结果，但大多数CAD系统中并没有关于组织异常的检测算法。本文主要介绍了一种基于乳腺影像检测组织异常病变的新算法。乳

3、房组织中包括几种分段式的线性结构，如腺体、导管和血管。这些线性结构直接形成了乳房X线照片中的导向纹理。本文中的算法就是通过分析这种导向纹理来检测与定位组织异常在乳房X线照片中的位置。首先，使用一系列的Gabor滤波器来获取图像的方向域信息，然后对方向域进行滤波和采样以减少噪音的影响和计算量方面的负担。接下来，使用相图算法对采样后的方向域进行分析，产生三个相图：点状、鞍状和螺旋状，然后对三个相图应用阈值分割和形态学滤波等方法确定组织异常病变在乳房X线照片中的位置。最后使用多组来自辽宁省肿瘤医院和天津肿瘤医院的数据对算法实现的结果进行检验和评估。本算

4、法已成功应用到乳腺CAD平台，其检出率可达到80．95％，平均每幅图0．33个假阳。2k关键词：组织异常；相图；Gabor滤波；非线性最小二乘法；图像分割；i—l·Ⅱ·，．1，一．{一’．

5、rl东北大学硕士学位论文AbstractResearchandApplicationofAlgorithmsfortheDetectionofArchitecturalDistortioninMammogramsAbstractAxchitectrualdistortioniSdefinedinBI-RADSasfollows：Thenormalarchite

6、cture(ofthebreast)isdistorted晰tllnodefinitemassvisible．Thisincludesspeculationsradiatingfromapointandfocalretractionordistortionattheedgeoftheparenchyma．Architectrualdistortionisasubtleabnormalityinmammograms，andasourceofoverlookingerrorsbyradiologists．Computer-aideddiagnosis

7、(CAD)techniquesCanimprovetheperfmanceofradiologistsindetectingmassesandcalcifications；however,mostCADsystemshavenotbeendesignedtodetectarchitecturaldistortion．Inthisdissertation，wepresentatechniquetocharacterizearchitecturaldistortioninmommograms．Thebreastcontainsseveralpiece

8、wiselinearstructures，suchasligaments，ducts，andbloodvessels，thatcausedirectionallyorientedtextureinmammograms．Wepresentanewmethodtodetectandlocalizearchitecturaldistortionbyanalyzingtheorientedtextureinmammograms．AbankofGaborfiltersisusedtoobtaintheorientationfieldofthegivenma

9、mmogram．Theorientationfieldisfilteredanddownsampled，toreducenoiseand