基于微钙化点检测的乳腺X线图像分割研究

摘要

计算机辅助诊断（Computer—AidedDiagnosis，CAD）系统为乳腺癌的早期检测和诊断提供了有力的支持。乳腺癌的早期症状是在患病妇女的乳房X光片中存在由微钙化点组成的微钙化点簇（MCC），但是，微钙化点往往是小尺寸低对比度的，人工诊断很容易被忽略或误诊。因此，设计一个可靠的CAD系统是具有十分重要的意义和研究价值，一方面，可以给放射学家或医生提供一个有价值的参考意见；另一方面，使影像诊断更加客观化，提高诊断的效率和正确率。 本文设计的CAD系统尝试通过五个模块实现微钙化点簇的检测和良恶性的判断：图像的预处理与分割、感兴趣区（ROI）的说明、特征的提取与计算、微钙化点簇的检测和微钙化点簇的分类。本文主要完成前两个模块的工作，这两个步骤是整个系统的基础，关键是找出乳腺X光片中存在的微钙化点和感兴趣区，为后面的模块处理作相应的准备。本文的主要工作和成果如下： 1．针对乳腺X线图像分割的难点，本文通过以下几个步骤完成第一个模块的功能：首先为了更好地分割图像，先对图像进行预处理，预处理工作包括图像的灰度归一化，去嗓平滑处理，和对比度增强处理。然后，在预处理的基础上对图像执行分割，提出了采用阈值分割，差值图像，边缘检测和区域生长等分割技术联合应用的方法，以此获得完整的微钙化点信息。实验结果表明，在保证较低假阳性（2．41）的基础上达到微钙化点检测灵敏度为94．8％。 2．针对感兴趣提取问题的复杂性，结合医学上的相关知识，在第二个模块的研究中提出了一种基于形态学操作的自动感兴趣区提取技术。其具体思路是：首先对分割后得到的微钙化点进行8邻域判断；然后用形态学滤波的开操作的闭操作去除单个像素的微钙化点或噪声并产生足够有效的感兴趣区域；最后确定每个ROI区域及边界。实验证明，和图像数据库的标注区域而积相比，利用本文的方法提取的感兴趣区面积覆盖率可达到93％。 本文所研究的两个模块可以减小整个计算机辅助检测系统中后续模块的运算量，并提高了计算机辅助诊断系统的灵敏度，加速了该系统的智能化进程。

目录

文摘

英文文摘

声明

第1章 绪论

1.1 课题研究背景

1.2乳腺X摄片简介和疾病影像学表现

1.2.1乳腺X摄片简介

1.2.2乳腺疾病在X光片中的影像学表现

1.3 微钙化点检测的研究现状和发展趋势

1.3.1微钙化点检测的研究现状

1.3.2微钙化点检测的发展趋势

1.3.3微钙化点检测问题的挑战性

1.4基于乳腺X线影像的计算机辅助诊断系统

1.4.1 基于医学影像的计算机辅助诊断系统

1.4.2本课题系统的总体设计思路

1.5本文的研究目的、意义和主要完成的工作

1.5.1本文的研究目的和意义

1.5.2本文主要完成的工作

1.5.3本文的研究成果

第2章 乳腺X光片的预处理与分割

2.1 图像预处理

2.1.1 图像灰度归一化处理

2.1.2图像去噪平滑处理

2.1.3图像增强

2.2 图像分割

2.2.1全局阈值法

2.2.2差值图像技术

2.2.3基于边缘检测的分割算法

2.2.4区域生长

2.3 实验结果

第3章 微钙化点簇感兴趣区域提取

3.1 感兴趣区域(ROI)

3.1.1研究现状

3.1.2微钙化点(MC)和微钙化点簇(MCC)

3.2形态学滤波

3.2.1膨胀操作

3.2.2腐蚀操作

3.2.3 开操作与闭操作

3.3在乳腺区域提取ROI

3.3.1噪声和伪钙化点的去除

3.3.2标注ROI及边界

3.4实验结果与评价

第4章 微钙化点簇计算机辅助诊断系统实现

4.1系统的基本组成

4.2系统应用软件的设计思路

4.3功能模块的设计思路

4.4系统开发界面

第5章 总结与展望

5.1总结

5.2问题与改进

参考文献

致谢

攻读学位期间参加的科研项目和成果