基于動態(tài)規(guī)劃的乳腺腫塊計算機輔助診斷.pdf

1、目的：研究乳腺腫塊的分割方法，對不同的分割方法做比較，并在對乳腺腫塊正確分割的基礎(chǔ)上，實現(xiàn)乳腺腫塊的計算機輔助診斷，將診斷結(jié)果與活檢結(jié)果做比較。 材料與方法：本研究選取經(jīng)活檢證實的含腫塊的乳腺CR圖像。所用圖像采自GELmsg&一178-2-2DMR+，Kodak專用IP分辨率20pixels／mm，像素大小為50／цm×50am。 本研究用一種新的分割方法一動態(tài)規(guī)劃法，同時用傳統(tǒng)的方法一區(qū)域增長法和閾值法對乳腺腫塊進行

2、分割，通過用計算重疊率的方法將三種分割方法與手工分割的結(jié)果進行比較。對40幅分割后的圖像提取特征輸入人工神經(jīng)網(wǎng)絡，其中25幅用于訓練，15幅用于測試，網(wǎng)絡的輸出表示腫塊良惡性可能性大小。 結(jié)果：本研究用三種分割方法：動態(tài)規(guī)劃法、區(qū)域增長法和閾值法實現(xiàn)了對乳腺腫塊的分割，通過計算40幅圖像三種分割方法與手工分割的重疊率，結(jié)果表明三種方法與手工分割的重疊率分別為：0．70±0．069，0．60±0．066和0．66±0．066。對動

3、態(tài)規(guī)劃法的分割結(jié)果提取腫塊特征作為神經(jīng)網(wǎng)絡的輸入變量，用訓練后的網(wǎng)絡對15幅含腫塊的圖像進行測試，將神經(jīng)網(wǎng)絡的輸出與活檢結(jié)果比較，結(jié)果表明神經(jīng)網(wǎng)絡對良性腫塊的正確診斷率為85．7﹪，對惡性腫塊的正確診斷率為75﹪。 結(jié)論：本研究用三種方法實現(xiàn)了對乳腺腫塊的分割，同時與手工分割法做比較，通過計算重疊率可以看出在對乳腺腫塊的分割中，三種分割方法的分割結(jié)果均有顯著性差異，動態(tài)規(guī)劃法優(yōu)于區(qū)域增長法和閾值法。通過神經(jīng)網(wǎng)絡對乳腺腫塊的良惡性