乳腺X線圖像微鈣化點檢測算法研究.pdf

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>