乳腺超聲圖像處理技術(shù)的研究與應(yīng)用.pdf

1、在臨床醫(yī)學(xué)和生物學(xué)研究中，使用計(jì)算機(jī)輔助診斷和醫(yī)學(xué)影像學(xué)技術(shù)可以使診斷變得更加直觀與便捷。乳腺疾病是女性最常見(jiàn)的疾病。超聲檢查因其操作簡(jiǎn)便無(wú)創(chuàng)傷，檢查結(jié)果及時(shí)等諸多優(yōu)點(diǎn)而成為乳腺疾病診治中的常規(guī)檢查之一。對(duì)于乳腺疾病的超聲圖像，區(qū)別于診斷，主要依賴醫(yī)生的經(jīng)驗(yàn)，由于沒(méi)有量化指標(biāo)，而且有時(shí)判斷會(huì)出現(xiàn)誤差。針對(duì)這些問(wèn)題，國(guó)內(nèi)外學(xué)者提出了很多計(jì)算機(jī)輔助診斷系統(tǒng)，以提高乳腺超聲圖像診斷的效率與正確率。但這些系統(tǒng)大多是封裝了一些常見(jiàn)算法，或是針對(duì)乳

2、腺腫瘤的檢測(cè)與分類，很少涉及到其他疾病的檢測(cè)。
　　本文論述了這些系統(tǒng)中用到的主要圖像處理技術(shù):圖像增強(qiáng)（包括去噪，灰度變換和邊緣增強(qiáng)）圖像分割以及圖像識(shí)別（包括特征提取和具體的分類算法）。同時(shí)本文設(shè)計(jì)了一個(gè)乳腺超聲圖像處理系統(tǒng)。系統(tǒng)在matlab平臺(tái)上實(shí)現(xiàn)，主要包括文件處理模塊和圖像處理模塊。文件處理模塊包括圖像的讀寫(xiě)和還原。圖像處理模塊中實(shí)現(xiàn)了圖像去噪，灰度變換，邊緣增強(qiáng)的方法，還實(shí)現(xiàn)了兩個(gè)針對(duì)乳腺增生超聲圖像的分割算法:局部

3、分割和全局分割算法。
　　局部分割算法中，用戶先選擇一個(gè)病變區(qū)域的一部分，系統(tǒng)使用Otsu閾值分割先確定一個(gè)大概的區(qū)域，再使用局部二值擬合分割出準(zhǔn)確的病變區(qū)域。全局分割中，系統(tǒng)先使用局部迭代聚類超像素方法將圖像分成不規(guī)則的小塊;然后系統(tǒng)提取這些小塊的顏色位置，紋理和SIFT特征，使用Adaboost算法將這些特征進(jìn)行降維和分類，系統(tǒng)還會(huì)進(jìn)行分類結(jié)果的修正，然后根據(jù)修正的結(jié)果，使用動(dòng)態(tài)規(guī)劃的方法確定乳腺區(qū)域的上下邊界;得到邊界后，系