版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著醫(yī)療水平的不斷提高、醫(yī)療設(shè)施的不斷完善,乳腺癌疾病仍然是現(xiàn)今女性身心健康的重要殺手之一。乳腺癌疾病的計算機輔助檢測系統(tǒng)能夠比較準(zhǔn)確的檢測到腫塊疑似病灶區(qū)域,為醫(yī)生診斷乳腺癌病情提供幫助,從而降低乳腺癌的誤診率和漏診率。傳統(tǒng)的單視角檢索系統(tǒng)本身存在局限性,不能滿足社會需求,基于多視角的乳腺腫塊案例檢索技術(shù)的研究,便應(yīng)運而生。
針對雙視圖乳腺腫塊疑似病灶區(qū)域檢測中的假陽性和可疑病灶區(qū)域匹配問題,確立了與腫塊的灰度分布最為相近的
2、雙尺度Sech模板匹配方案。利用對比度增強和數(shù)學(xué)形態(tài)學(xué)濾波對圖像預(yù)處理;依據(jù)乳房的乳頭、胸壁線和中軸線等參考對象構(gòu)建坐標(biāo)系;結(jié)合軸視圖中的乳腺腫塊病灶區(qū)域位置及區(qū)域中心點到中軸線的距離,在斜視圖中構(gòu)建相應(yīng)的條形匹配區(qū)域帶,成為待檢測區(qū)域;基于大小不同尺度的兩個Sech模板來檢測乳腺腫塊疑似病灶區(qū)域,將其檢測結(jié)果經(jīng)形態(tài)學(xué)處理后進行疊加;基于互信息的雙視圖腫塊區(qū)域匹配。
在對乳腺病灶感興趣區(qū)域的分割過程中,為了抑制應(yīng)用傳統(tǒng)的分水嶺
3、分割算法存在的過分割現(xiàn)象,得到準(zhǔn)確的乳腺腫塊邊緣輪廓,改進了傳統(tǒng)分水嶺分割算法。利用兩個一維高斯濾波因子,與乳腺腫塊感興趣區(qū)域卷積濾波;對分水嶺粗分割得到的子區(qū)域進行標(biāo)記,將各個子區(qū)域的灰度均值從大到小排序,對灰度均值相同或相近的子區(qū)域做合并操作;結(jié)合形態(tài)學(xué)計算的打開操作,刪除假陽性區(qū)域,得到乳腺腫塊的準(zhǔn)確分割圖像。乳腺腫塊特征的歸一化和相似性度量方法是實現(xiàn)多視角乳腺案例檢索的重要步驟。
本文的實驗樣本有100對乳腺圖像,結(jié)合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于內(nèi)容圖像檢索的乳腺腫塊診斷技術(shù)研究.pdf
- 乳腺影像案例多模檢索技術(shù)的研究.pdf
- 采用基于內(nèi)容圖像檢索技術(shù)的乳腺腫塊檢測.pdf
- 基于參考病例的乳腺腫塊診斷技術(shù)研究.pdf
- 基于圖像內(nèi)容檢索的乳腺腫塊診斷方法研究.pdf
- 乳腺影像的語義檢索技術(shù)研究.pdf
- 基于多特征簽名的圖像檢索技術(shù)研究.pdf
- 基于多特征的紅外云圖檢索技術(shù)研究.pdf
- 乳腺腫塊檢測和分析關(guān)鍵技術(shù)研究.pdf
- 基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
- 基于多特征信息融合的圖像檢索技術(shù)研究.pdf
- 基于內(nèi)容的乳腺X線影像鈣化病灶檢索技術(shù)研究.pdf
- 基于小波多尺度分析的圖像檢索技術(shù)研究.pdf
- 醫(yī)學(xué)影像案例多模檢索的模態(tài)關(guān)聯(lián)建模技術(shù)研究.pdf
- 多特征融合的圖像檢索技術(shù)研究.pdf
- 多模態(tài)媒體信息檢索技術(shù)研究.pdf
- 基于概念檢索的智能信息檢索技術(shù)研究.pdf
- 基于多特征DS融合策略的圖像檢索技術(shù)研究.pdf
- 基于本體論的多構(gòu)件庫檢索技術(shù)研究.pdf
- 基于多特征融合和SVM分類的圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論