Directionlets及其在乳腺X線圖像增強中的應(yīng)用.pdf

1、乳腺癌是一種女性中較為常見高發(fā)的惡性腫瘤病,是導(dǎo)致女性死亡的第二大主因。乳腺圖像增強是乳腺癌計算機輔助診斷技術(shù)中的關(guān)鍵步驟,通過對乳腺圖像進行增強,突出圖像中的有用信息,能夠有效改善乳腺圖像的視覺效果,為醫(yī)生提供更為可靠的診斷依據(jù)。
　　 本論文以多尺度幾何分析(Multiscale Geometric Analysis,MGA)及其在圖像處理中的應(yīng)用為研究背景,較為深入的研究了Directionlet變換(Directionl

2、et Transform,DT)、非下采樣Directionlet變換(Nonsubsampled Directionlet Transform,NSDT)以及壓縮感知(Compressed sensing,CS)技術(shù)在圖像增強中的應(yīng)用,針對自然圖像和乳腺圖像的增強提出了新的算法。主要工作概括如下:首先,研究了Directionlet變換,并在此基礎(chǔ)上提出了一種基于Directionlet變換和廣義高斯混合模型(GeneralizedG

3、aussian Mixture Model,GGMM)的乳腺圖像增強方法,能夠有效增強乳腺圖像中的微弱病變區(qū)域；其次,為了保留更多原圖像的信息,實現(xiàn)了非下采樣Directionlet變換,并提出了基于非下采樣Directionlet變換和非線性函數(shù)的增強方法,為了克服非線性增強不能有效增強乳腺圖像病變區(qū)域的缺陷,又設(shè)計了基于非下采樣Directionlet變換與GGMM的增強方法,進一步提高了微弱邊緣的增強效果；最后,研究了壓縮感知技術(shù)