乳腺MRI图像肿块分割的分段比较与方法研究.pdf

《乳腺MRI图像肿块分割的分段比较与方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第3期传感技术学报Vo1．28No．32015年3月CHINESEJOURNALOFSENSORSANDACTUATORSMar．2015TheSegmentationResearchofBreastMRIMassesYEXipeng，XUWeidong，YANGYong，LILihua，YANGXiaodan，ZHANGJuan(1．CollegeofLifeInformationScienceandInstrumentEngineering，HangzhouDianziUniversity，Hangzhou310018，Chin

2、a；2．DepartmentofRadiology，ZhejiangCancerHospital，Hangzhou310022，China)Abstract：CAD(computer-aideddiagnosis)couldbeappliedtoassistthedoctorsinthediagnosisofbreastcancer，byprovidingquantitativeparametersofbreasttumorswiththeautomaticsegmentationandmeasurementsofthetumorregio

3、nsinbreastMRI(magneticresonanceimaging)slices．Inordertofindoutastableandaccuratesegmen—rationscheme，avarietyofsegmentationalgorithmofdifferentstageshadbeencarrieduponthecontrastexperiments．sFCM(spatialFuzzyc—meansclusteringalgorithm)wasappliedtolocatethetumorroughlyforitsh

4、ighdenosingabil—ityandstability．AndthenGVFsnakemodelwasutilizedtosegmentthetumoraccuratelyforitshighconvergenceoflocalboundary．Finally，relevanttheoryofinter-flameimageswasusedtoimprovethesegmentationaccuracyofthewholeMRIsequence，sincethegraydistributionandthepositionsofthe

5、tumorsarealwaysverysimilarintheadja—centslices．Keywords：medicalimageprocessing；tumorsegmentationofbreastmasses；inter—framecorrelation；magneticreso—nanceImaging；Fuzzyc—meansclusteringalgorithm；snakemodelEEACC：7510doi：10．3969／j．issn．1004—1699．2015．03．016乳腺MRI图像肿块分割的分段比较与方法研究

6、术叶希鹏，徐伟栋，杨勇，厉力华，杨小丹，张娟(1．杭州电子科技大学生命信息与仪器工程学院，杭州310018；2．浙江省肿瘤医院放射科，杭州310022)摘要：计算机辅助诊断通过对乳腺磁共振成像(MRI)中肿块区域的自动分割和测量为医生提供定量的诊断依据。对分割过程中不同阶段的多种算法进行实验对比，以此探索更具稳定性和准确性的分割方案：空间模糊C均值(sFCM)聚类算法在肿块的初始定位中具有抗噪声能力和稳定性强的优点，而GVFsnake模型在精细分割中对局部轮廓具有较好的收敛性；结合两种算法，并运用MRI序列帧间灰度分布相似、肿块位置／形状相

7、近的原理，最终提高整个序列的分割精度与稳定性。关键词：医学图像处理；乳腺肿块分割；帧间相关性；核磁共振成像；模糊C均值；snake模型中图分类号：R391．4文献标识码：A文章编号：1004-1699(2015)03-0387-09乳腺癌是目前女性疾病中的常见多发病。近年的包括：阈值法、区域生长法、水平集法¨、几何活来，由于现代女性不良的生活方式，不断增加的社会动轮廓和一些基于特定理论的算法，包括：人工神经压力，晚育或生育后不哺乳等原因，乳腺癌的发病率网络、模糊聚类算法、GraphCuts理论等。但由和死亡率正持续上升。在我国，乳腺癌的发病

8、增长率于医学图像本身的特异性与病灶对比度不够明显、已达到每年3％～4％。乳腺MRI图像是目前非常重边缘模糊等特点，尚未有稳定、普适的分割方法可以要的乳腺诊断手段。为了提高诊断的准