乳腺M(fèi)RI腫塊分割方法的分段比較研究.pdf

1、乳腺癌是現(xiàn)代女性的常見(jiàn)惡性疾病之一。近年來(lái)，隨著生活壓力的日益增加，社會(huì)節(jié)奏的逐漸加快以及女性愛(ài)美的天性導(dǎo)致生活方式越來(lái)越不健康，熬夜、吸煙、節(jié)食以及生育后不哺乳或高齡生育等原因，乳腺癌的發(fā)病率和病死率正在不斷上升。目前，我國(guó)乳腺癌發(fā)病率正以每年的速率不斷增長(zhǎng)。乳腺M(fèi)RI圖像是目前非常重要的乳腺診斷手段，為了3％~4％提高診斷的準(zhǔn)確性和客觀性，減輕放射科醫(yī)生的診斷工作量，利用計(jì)算機(jī)技術(shù)對(duì)影像中的病灶進(jìn)行自動(dòng)檢測(cè)與分割是十分必要的。

2、>　　由于醫(yī)學(xué)圖像本身的特異性與病灶對(duì)比度不夠明顯、邊緣模糊等特點(diǎn)，尚未有穩(wěn)定、普適的分割方法可以應(yīng)對(duì)任意復(fù)雜背景下目標(biāo)的檢測(cè)與分割需求。在乳腺M(fèi)RI圖像的腫塊分割領(lǐng)域，通過(guò)反復(fù)的比較研究，尋求幾種在檢測(cè)/分割的不同階段分別專精的算法組成一套穩(wěn)定性、精度更高的分割方案，比尋找一種從初始定位（粗分割）到精分割都很理想的單一方法要更切實(shí)可行。
　　本文通過(guò)分段比較實(shí)驗(yàn)，發(fā)現(xiàn)乳腺M(fèi)RI圖像存在灰度值不均勻性和模糊性的特征?？臻g模糊C均值

3、(spatial FCM)聚類算法在腫塊的初始定位中具有抗噪能力和穩(wěn)定性強(qiáng)的特點(diǎn)；而GVF snake模型在精細(xì)分割中對(duì)局部輪廓具有很好的收斂性。通過(guò)配合幀間相關(guān)性，可以獲得一套穩(wěn)定的乳腺M(fèi)RI圖像分割方法：選取多個(gè)不同的聚類數(shù)C使用sFCM對(duì)乳腺M(fèi)RI圖像進(jìn)行分割，得到的分割結(jié)果作為初始輪廓；根據(jù)得到的初始輪廓，再使用GVF snake模型對(duì)乳腺M(fèi)RI圖像進(jìn)行精細(xì)分割；這樣由于不同的參數(shù)C就會(huì)得到多組分割結(jié)果，再利用相鄰幀間腫塊面積、