版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、乳腺腫瘤是女性常見(jiàn)、多發(fā)疾病之一,而乳腺癌又是乳腺腫瘤中最常見(jiàn)的惡性腫瘤,其發(fā)病率及死亡率居女性惡性腫瘤之首。乳腺癌的治療效果完全取決于乳腺腫瘤的早期診斷和治療,因此研究和探索提高早期乳腺腫瘤診斷準(zhǔn)確率的方法是很有價(jià)值的。超聲檢測(cè)憑其無(wú)創(chuàng)、分辨率高和敏感性強(qiáng)的特點(diǎn),越來(lái)越多地被用于乳腺腫瘤的早期輔助診斷。超聲檢測(cè)通常根據(jù)乳腺腫瘤的邊界、形態(tài)和回聲分布等特征,對(duì)乳腺腫瘤進(jìn)行良惡性的判別,而乳腺腫瘤邊緣的提取則是獲得這些特征的一個(gè)重要前提,
2、因此乳腺腫瘤邊緣的準(zhǔn)確提取對(duì)腫瘤良惡性的判別具有重要的意義。 本文通過(guò)對(duì)乳腺超聲圖像的分析和對(duì)各種邊緣提取算法的研究,提出了一種基于區(qū)域生長(zhǎng)和多尺度形態(tài)學(xué)的乳腺腫瘤超聲圖像邊緣提取方法,對(duì)原始超聲圖像預(yù)處理之后進(jìn)行區(qū)域生長(zhǎng)獲取初始腫瘤區(qū)域,再經(jīng)多尺度形態(tài)學(xué)濾波和連通區(qū)域標(biāo)記處理,使用Sobel算子取得乳腺腫瘤的邊緣。 本文方法的主要?jiǎng)?chuàng)新表現(xiàn)在:區(qū)域生長(zhǎng)過(guò)程中選擇圖像中心點(diǎn)作為初始種子點(diǎn),可有效抑制腫瘤周?chē)竞拖袤w組織的
3、紋理噪聲;利用目標(biāo)區(qū)域平均灰度作為判決條件,使得目標(biāo)輪廓更為完整;選取同態(tài)最優(yōu)閾值時(shí)是自適應(yīng)的,根據(jù)圖像對(duì)比度強(qiáng)弱,運(yùn)用圖像灰度值均方差求得閾值。運(yùn)用多尺度形態(tài)學(xué)方法對(duì)初始腫瘤區(qū)域進(jìn)行濾波時(shí),采用了先開(kāi)運(yùn)算后閉運(yùn)算的多次迭代運(yùn)算,確保了腫瘤區(qū)域的連通,從而保證了腫瘤邊緣的連續(xù)。 實(shí)驗(yàn)結(jié)果表明,本文方法可直接編程實(shí)現(xiàn)從原始超聲圖像到乳腺腫瘤邊緣的提取,克服了以往方法需人工干預(yù)的不足,達(dá)到了自動(dòng)提取乳腺腫瘤邊緣的目的,為計(jì)算機(jī)輔助診
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 乳腺腫瘤超聲圖像特征提取技術(shù)的研究.pdf
- 乳腺腫瘤超聲圖像分割方法的研究.pdf
- 超聲圖像乳腺腫瘤分割新方法研究.pdf
- 乳腺腫瘤的超聲圖像分析及良惡性判別.pdf
- 超聲對(duì)乳腺腫瘤的鑒別診斷和乳腺腫瘤的超聲造影灌注研究.pdf
- 乳腺超聲圖像中的腫瘤區(qū)域定位與腫瘤分類(lèi)技術(shù)研究.pdf
- 乳腺腫瘤超聲圖像的計(jì)算機(jī)輔助診斷方法研究.pdf
- 基于BEMD的圖像邊緣提取.pdf
- 各種圖像邊緣提取算法的研究.pdf
- 小波域圖像邊緣提取及邊緣細(xì)化的算法研究.pdf
- 基于活動(dòng)輪廓模型的血管內(nèi)超聲序列圖像邊緣提取研究.pdf
- 基于多重分形的圖像邊緣提取研究.pdf
- 圖像傅立葉變換及邊緣提取
- 超聲圖像乳腺腫瘤自動(dòng)檢測(cè)及良惡性判別.pdf
- 圖像邊緣特征提取及細(xì)化研究.pdf
- 圖像的傅立葉變換和邊緣提取
- 基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識(shí)別.pdf
- 圖像傅立葉變換及邊緣提取
- 醫(yī)學(xué)圖像邊緣提取與分割的新算法研究.pdf
- 圖像邊緣檢測(cè)與提取算法的比較
評(píng)論
0/150
提交評(píng)論