2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、細小、顆粒狀成簇的微鈣化點是早期乳癌的一個重要表征,約有30%~50%的乳腺惡性腫瘤伴有微鈣化點。乳腺癌早期診斷的關(guān)鍵是及時發(fā)現(xiàn)乳腺X線影像中的微小鈣化點。但是,由于鈣化點大小不一,形狀各異,分布多變;可疑病變區(qū)域與其周圍組織之間的強度差微弱等原因,對于X線圖像中微鈣化點的檢測是非常困難的。目前用于檢測乳腺影像中微鈣化點的方法有很多,但普遍存在假陽性高的問題。本文根據(jù)乳腺X線圖像灰度分布特點,提出了在小波與Top-hat相結(jié)合的鈣化點粗

2、檢測基礎(chǔ)上用SVM進行鈣化點識別的算法。
  首先對圖像進行預處理。主要是應用平滑濾波與形態(tài)填充的方法,實現(xiàn)乳腺X線圖像中乳腺區(qū)域的自動提取。預處理過程保留了圖像上的有效信息,去除無關(guān)內(nèi)容,可大大減少后續(xù)處理的數(shù)據(jù)量。處理后的圖像大小平均為原圖的46.39%,可以減少一半以上的處理數(shù)據(jù)量,而且這種預處理方法不會降低圖像的處理質(zhì)量。
  然后對X線圖像進行去噪與增強的處理。對于預處理后的圖像先使用形態(tài)學算子進行初步的去噪處理,

3、再采用基于小波的反銳化掩模算法進行圖像增強。實驗表明,去噪過程基本保留鈣化點信息,增強過程提高了鈣化點區(qū)域的對比度。
  最后對圖像進行鈣化點檢測。檢測過程分為粗檢測與SVM分類兩步進行。先采用小波變換與Top-hat濾波相結(jié)合的方法對乳腺X線圖像進行鈣化點粗檢測,實驗表明,這種粗檢測方法的處理結(jié)果好于其它普通方法,在達到較高的檢出率情況下,具有相對較低的虛警率。之后用SVM進行微鈣化點識別,根據(jù)鈣化點的特點,選取了區(qū)域?qū)Ρ榷?、?/p>

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論