收藏本站
《哈尔滨工业大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于超声图像的乳腺癌计算机辅助诊断关键技术研究

李晓峰  
【摘要】: 目前最常用的乳腺早期检查工具是乳腺X射线成像,但是X射线成像会导致较大数量的假阳性,从而导致不必要的活组织切片检查,同时运用X射线成像对高致密度乳腺检查会导致严重的漏诊现象。乳腺超声成像是乳腺X射线成像检查的必要补充,在诸如区分囊肿和实质肿瘤及检查致密性乳腺有着X射线成像无法比拟的作用。然而,阅读超声图像比较繁琐,需要丰富的临床实践经验,而且诊断结果往往会带有一定的主观性。因此,研制可靠的计算机辅助诊断系统对降低诊断的主观性、减少医疗浪费以及降低漏诊比率具有重要的意义。为了研究一个有效的乳腺超声图像计算机辅助诊断系统,论文在乳腺超声图像预处理、肿瘤轮廓提取、肿瘤特征提取与肿瘤分类以及医学超声图像无损压缩等方面开展了以下研究: 为了减少散斑噪声、组织纹理对提取肿瘤轮廓的干扰,提出了一种基于最频值滤波的各向异性超声图像扩散算法。在该算法用于控制均值曲率运动演变速度(即用来控制图像平滑程度)的函数中内嵌一个最频值滤波器来消除计算图像梯度时散斑噪声的影响。因最频值滤波对去除散斑噪声比较有效、且具有增强边缘等特性,本文提出的扩散算法能在去除散斑噪声、简化图像结构的同时,很好地保持肿瘤边缘。 图像去噪是图像处理领域重要课题,也是感兴趣区域提取和目标识别必要环节。本文提出了一种基于边缘置信度的自适应总体变分图像去噪模型。该模型根据图像中每点边缘置信度的大小自适应地确定该点所在区域平滑程度,使接近边缘的区域平滑程度较小,而远离边缘区域平滑程度较大。数学分析和实验证明,论文提出的变分去噪模型克服了传统的总体变分模型的欧拉-拉格朗日方程非适定问题,改善了传统总体变分模型去噪速度慢、有阶梯效应、噪声遗漏等缺陷。 肿瘤的几何形状是重要的诊断信息,而其特征计算依赖于肿瘤的轮廓。本文提出了一种基于边缘和区域统计特征的几何变形模型轮廓自动提取方法。该方法首先根据肿瘤在超声图像中的特点,提取肿瘤的粗轮廓,作为后续轮廓提取算法的初始值;然后计算出轮廓上每点所在区域的纹理特征,并输入到已训练好的经改进的支持向量机中,得到这些纹理特征与最优分类超平面间的符号距离;同时我们引入一个映射函数,把这一符号距离映射到[0,1]内,来表征该点属于正常组织的可能性;最后结合该点的边缘置信度和曲率确定出该点的曲线演变速度,实现肿瘤轮廓的自动精确提取。该方法的曲线演变速度由边缘置信度和区域统计特征共同确定,有效地克服乳腺肿瘤图像边缘模糊的缺点,从而准确提取出乳腺肿瘤的轮廓。 开展了乳腺超声图像肿瘤特征提取和分类的研究,并在此基础上构建了基于支持向量机的乳腺超声图像计算机辅助诊断系统。该诊断系统提取了分别属于纹理、肿瘤形态学、声波回声性以及肿瘤边缘锐度等34个典型特征作为肿瘤分类依据,采用基于交叉验证的栅格搜索方法确定了高斯核函数支持向量机分类器的参数,并利用精确度、灵敏性、特殊性、错误正比率、错误负比率以及ROC曲线等指标对构建的计算机辅助诊断系统做出评价。 为满足远程辅助诊断图像传输的需要,针对医学超声图像边缘微弱的缺点,提出了基于最小二乘预测和最大可能数值Huffman编码(LS-MLMH)的医学超声图像无损压缩算法。该算法在对某一像素进行预测时,先用预存的系数对该像素进行预测,当预测值大于预先设定的阈值时,认为该点在边缘附近,将采用最小二乘对该像素重新预测,并更新预存的系数;当预测值小于阈值时,就认为该像素远离边缘,预存的系数适用于该像素。这种预测机制既利用最小二乘预测的边缘导向特性克服超声图像边缘微弱不利于预测的缺点,又在保证预测效果的前提下减少了计算量。为了进一步提高压缩性能,LS-MLMH采用最大可能数值的Huffman编码对预测残差图像进一步压缩。结果表明LS-MLMH压缩性能要优于无损JPEG、JPEG-LS和CALLIC等压缩方法。
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP391.5

手机知网App
【引证文献】
中国期刊全文数据库 前2条
1 陆惠玲;周涛;;超声图像的特性研究进展[J];临床合理用药杂志;2012年06期
2 李东;卢虹冰;;基于免疫算法优化的乳腺肿瘤图像识别[J];现代电子技术;2014年04期
中国硕士学位论文全文数据库 前1条
1 高欣;基于彩色超声图像的血管内膜中层厚度测量算法的研究[D];哈尔滨工业大学;2010年
【参考文献】
中国期刊全文数据库 前5条
1 林茂六;陈春雨;;基于傅立叶核与径向基核的支持向量机性能之比较[J];重庆邮电学院学报(自然科学版);2005年06期
2 付树军,阮秋琦,李玉,王文洽;基于各向异性扩散方程的超声图像去噪与边缘增强[J];电子学报;2005年07期
3 李军,丁明跃;一种改进的B超图像自适应加权中值滤波[J];华中理工大学学报;2000年06期
4 严朝福;李德玉;林江莉;饶莉;唐红;汪天富;;超声医学图像非线性滤波算法研究进展[J];生物医学工程学杂志;2006年05期
5 徐兵河;乳腺癌治疗研究新进展[J];肿瘤研究与临床;2004年02期
中国博士学位论文全文数据库 前1条
1 漆随平;基于计算机视觉的检测方法与应用研究[D];浙江大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 杜慧茜;郭林楠;梅文博;任彦芳;;基于B样条函数的偏微分方程图像去噪[J];兵工学报;2008年08期
2 陈冰;赵亦工;李欣;;基于高斯尺度空间的末制导目标跟踪方法[J];兵工学报;2009年05期
3 张少辉;沈晓蓉;范耀祖;;一种基于图像特征点提取及匹配的方法[J];北京航空航天大学学报;2008年05期
4 主海文,刘有军,曾衍钧;血管图像分割技术的研究进展[J];北京生物医学工程;2005年02期
5 李宇鑫;邓双成;曹莹瑜;;基于水平集方法的医学图像分割[J];北京石油化工学院学报;2008年04期
6 高鑫,刘来福;基于水平集曲率的图像滤噪与增强[J];北京师范大学学报(自然科学版);2001年01期
7 郇中丹,孔令海,黄海洋;图像强化去噪的一种偏微模型[J];北京师范大学学报(自然科学版);2003年06期
8 尹振东;吴芝路;任广辉;张中兆;;基于一类SVM概率密度估计的多分类贝叶斯算法研究[J];重庆邮电大学学报(自然科学版);2007年05期
9 尹振东;吴芝路;任广辉;张中兆;;基于一类SVM贝叶斯算法的DS-UWB系统多用户检测研究[J];重庆邮电大学学报(自然科学版);2008年01期
10 高陈强;张天骐;李强;景小荣;;几种典型红外弱小目标检测算法的性能评估[J];重庆邮电大学学报(自然科学版);2010年03期
中国重要会议论文全文数据库 前10条
1 沈磊;褚俊;罗志华;朱鸿茂;;应用超声散斑技术测量水下物体振动的研究[A];全国结构振动与动力学学术研讨会论文集[C];2011年
2 李忠伟;潘振宽;倪明玖;;基于TV模型的多相图像分割变分水平集方法[A];图像图形技术研究与应用(2010)[C];2010年
3 ;Multiphase Piecewise Smooth Image Segmentation on Implicit Surface[A];图像图形技术研究与应用(2010)[C];2010年
4 张娜;潘振宽;魏伟波;;分段光滑图像分割的Split-Bregman方法[A];图像图形技术研究与应用(2010)[C];2010年
5 全刚;徐钟;孙即祥;;一种改进的C-V图像分割模型[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
6 刘振宇;崔逊田;李晓辉;;DCT压缩域中图像边缘检测的新算法[A];第十九届电工理论学术年会论文集[C];2007年
7 汪若颖;吴乐南;;一种改进的各向异性扩散去噪模型[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
8 王长军;朱善安;;智能监视系统中运动目标的提取与跟踪[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
10 王端秀;徐磊;隋国荣;;基于FPGA的形态学图像梯度算法实现[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前10条
1 王兴梅;水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究[D];哈尔滨工程大学;2010年
2 沈郑燕;声纳图像去噪与分割技术研究[D];哈尔滨工程大学;2010年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 林颖;基于水平集方法的图像分割关键技术研究[D];哈尔滨工程大学;2010年
5 肖洁;视觉注意模型及其在目标感知中的应用研究[D];华中科技大学;2010年
6 陈韶斌;基于知识推理和视觉机理的遥感图像目标识别方法研究[D];华中科技大学;2010年
7 涂虬;智能视觉监视中目标检测与跟踪算法研究[D];华中科技大学;2010年
8 章鹏;多尺度特征检测:方法和应用研究[D];中国科学技术大学;2010年
9 张娜;面向脊柱微创手术机器人的图像处理与虚拟现实技术研究[D];南开大学;2010年
10 王富治;视觉检测的几个关键问题研究[D];电子科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
2 田冰;基于SOM网的多目标图像轮廓提取技术的研究[D];南昌航空大学;2010年
3 蒲锰;非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究[D];山东科技大学;2010年
4 张宗营;SAR影像配准方法研究[D];山东科技大学;2010年
5 韩宁;鲁棒性图像水印算法研究[D];辽宁师范大学;2010年
6 胡艳;机织物图像自动纠偏及组织分析的研究[D];浙江理工大学;2010年
7 金甲;全景视觉图像去噪与增强方法的研究[D];哈尔滨工程大学;2010年
8 张哲会;基于水平集的声纳图像分割方法的研究[D];哈尔滨工程大学;2010年
9 王勇;运动背景下的目标检测算法研究[D];哈尔滨工程大学;2010年
10 陈秋燕;人脸变形技术研究[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 吴玮;杨晓;;宫外孕超声图像特征分析[J];安徽卫生职业技术学院学报;2011年01期
2 严加勇,庄天戈;医学超声图像分割技术的研究及发展趋势[J];北京生物医学工程;2003年01期
3 主海文,刘有军,曾衍钧;血管图像分割技术的研究进展[J];北京生物医学工程;2005年02期
4 秦勃,时鹏;经验模式多尺度图像分解[J];工程图学学报;2002年04期
5 李晓峰;沈毅;;基于支持向量机的超声乳腺肿瘤图像计算机辅助诊断系统[J];光电子.激光;2008年01期
6 宋平舰,张杰;二维经验模分解在海洋遥感图像信息分离中的应用[J];高技术通讯;2001年09期
7 高超;须文波;孙俊;;新的强高斯噪声自适应滤波方法[J];计算机工程与应用;2011年28期
8 张彩明,孙德法,汪嘉业;散乱数据点的三次多项式插值[J];计算机辅助设计与图形学学报;1998年05期
9 莫宏伟;郭茂祖;毕晓君;;人类免疫系统仿真与建模研究综述[J];计算机仿真;2008年01期
10 于德介,程军圣,杨宇;Hilbert-Huang变换在齿轮故障诊断中的应用[J];机械工程学报;2005年06期
中国硕士学位论文全文数据库 前4条
1 陈雷;B超图像序列特征分析[D];河北工业大学;2004年
2 张晓庆;医学超声图像分割的研究与实现[D];山东科技大学;2006年
3 亢冬春;医学超声图像增强技术的研究与设计[D];吉林大学;2007年
4 杨清滨;超声血管图像滤波和分割方法研究[D];华中科技大学;2008年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 李亦林;基于IVUS图像的动脉斑块识别方法的研究[D];北京工业大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 金俊;章家岩;;棒材在线自动计数系统的设计与应用[J];安徽冶金;2002年04期
2 王守觉,徐健,王宪保,覃鸿;基于仿生模式识别的多镜头人脸身份确认系统研究[J];电子学报;2003年01期
3 宋强,徐科,徐金梧,孙浩,王金华,王春梅;基于图象处理的棒材自动计数技术[J];钢铁;2004年05期
4 张琳,岑豫皖,杜培明;一种基于边缘与分区的棒材端面图像的分割方法[J];安徽工业大学学报(自然科学版);2004年01期
5 何友 ,谭庆海;多传感器系统分类研究[J];火力与指挥控制;1988年02期
6 章家岩,金俊;棒材生产在线计数问题的研究[J];华中科技大学学报(自然科学版);2004年09期
7 王爱民,沈兰荪;图像分割研究综述[J];测控技术;2000年05期
8 朱更明,李方敏;IC芯片管脚缺陷在线视觉检测系统研究[J];计算机工程与应用;2002年01期
9 郭圣文,罗立民;一种新的线边界检测方法[J];计算机学报;2003年07期
10 韩武鹏,陈文楷,刘正耀;纺织品检测中的模式识别应用[J];控制理论与应用;2003年03期
【相似文献】
中国期刊全文数据库 前10条
1 张惠荣;电动机故障的计算机辅助诊断[J];拖拉机与农用运输车;1996年06期
2 张会如;鲁雯;张光玉;张娟;;数字乳腺X射线影像中微钙化点的检测方法的探讨与研究[J];中国医学装备;2008年07期
3 宋斐;汪建林;;计算机辅助诊断系统在临床实践中的应用[J];信息技术;2011年03期
4 何胜名;高协平;李斐;谭丽娜;;小波在乳腺癌计算机辅助诊断中的应用综述[J];计算机应用研究;2007年04期
5 许莉莉;刘磊;丁库克;曲典;;基于眼底视网膜照片的计算机辅助诊断[J];计算机应用与软件;2009年11期
6 戴浩;方思行;;ATMS在计算机辅助中医诊断中的应用[J];计算机应用研究;2007年01期
7 蒋志峰;邢晓芬;周丰乐;肖跃;;乳腺CAD系统嵌入式方案设计[J];微计算机信息;2008年23期
8 房春兰;陈雷霆;郑睿;雷宇;;基于灌注分析模型的计算机辅助诊断[J];计算机应用研究;2009年03期
9 周平;李传富;符志鹏;;基于小波分解的脑CT图像纹理特征提取[J];仪器仪表学报;2010年03期
10 廖璠;孙季丰;;基于视觉注意力模型的医学图像目标检测[J];计算机仿真;2010年09期
中国重要会议论文全文数据库 前10条
1 陈伟;刘进康;李文政;熊曾;朱志明;;基于Bayes理论的计算机辅助诊断系统预测孤立性肺结节恶性概率的初步研究[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
2 秦明新;董秀珍;王海昌;臧益民;李兰荪;;计算机辅助心脏疾病诊断的人工神经网络方法[A];第四届全国心功能学术研讨会论文摘要集[C];1994年
3 崔文成;邵虹;;基于医学影像检索的计算机辅助诊断[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
4 袁克虹;陈自强;刘维湘;贾少微;;计算机辅助脑部MRI影像诊断系统的研制[A];全国神经核医学与神经科学新进展研讨会暨核医学科普专家工作会议资料汇编[C];2007年
5 胡蓉菲;王怡;王利英;;计算机辅助诊断系统诊断浅表淋巴结病变的价值[A];中国超声医学工程学会第二次全国浅表器官及外周血管超声医学学术会议论文汇编[C];2009年
6 王利英;王怡;;计算机辅助诊断系统对浅表淋巴结良恶性判断的价值研究[A];2008年浙江省超声医学学术年会论文汇编[C];2008年
7 吴敏;汤黎明;刘铁兵;;Bayes统计推断在计算机辅助诊断中的应用[A];2008年中华临床医学工程及数字医学大会暨中华医学会医学工程学分会第九次学术年会论文集[C];2008年
8 邓丽萍;;乳腺钼靶计算机辅助诊断系统及对钙化的判别诊断[A];2007年浙江省放射学学术年会论文汇编[C];2007年
9 姜兴岳;耿道颖;沈天真;陈星荣;马军;杨杰;;基于Bayes网络的常见脑肿瘤计算机辅助诊断系统初步研究[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年
10 邵虹;崔文成;;基于图像内容的颅脑病理自动分析技术研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
中国重要报纸全文数据库 前4条
1 寸丰;透视21世纪医学影像学发展[N];中国医药报;2001年
2 王菲;我区成功培育出综合品质优良超细型细毛羊[N];新疆科技报(汉);2009年
3 本报记者 肖薇;给传统X线检查带来新生命[N];健康报;2009年
4 刘 军;中外百名专家在沪探讨医学影像诊断与分析技术[N];中国中医药报;2002年
中国博士学位论文全文数据库 前10条
1 林红利;基于CT影像的肺结节病变计算机辅助诊断关键技术研究[D];中南大学;2012年
2 郝欣;基于乳腺X线肿块影像的计算机辅助诊断技术研究[D];浙江大学;2013年
3 于洋;基于CT影像的早期肺癌计算机辅助诊断关键技术研究[D];东北大学;2009年
4 徐伟栋;乳腺X线图像的计算机辅助诊断技术研究[D];浙江大学;2006年
5 哈章;基于灰阶超声序列图像的乳腺肿瘤计算机辅助诊断[D];中国科学技术大学;2008年
6 贺礼;联合弹性特性的乳腺超声图像序列诊断分析[D];中国科学技术大学;2009年
7 郭冬梅;肝脏病变MRI诊断与计算机辅助诊断[D];大连理工大学;2011年
8 杨振森;基于超声图像的前列腺病变计算机辅助诊断[D];中国科学技术大学;2009年
9 王倩;CT图像中肺部疾病的计算机辅助诊断方法研究[D];华中科技大学;2009年
10 李晓峰;基于超声图像的乳腺癌计算机辅助诊断关键技术研究[D];哈尔滨工业大学;2008年
中国硕士学位论文全文数据库 前10条
1 叶峻;基于多期肝脏CT图像的计算机辅助诊断系统中关键技术的研究[D];上海交通大学;2010年
2 翁琼华;基于胸片自动检测肺结节的计算机辅助诊断系统[D];上海交通大学;2010年
3 王崧塬;膀胱癌MRI计算机辅助诊断系统中的特征选择研究[D];西安电子科技大学;2013年
4 蔡哲元;胰腺超声内镜计算机辅助诊断系统研究[D];复旦大学;2010年
5 赵巍;计算机辅助诊断尘肺的研究[D];重庆理工大学;2011年
6 曹颖;乳腺X线影像肿块计算机辅助诊断算法研究[D];浙江大学;2011年
7 卢鹤鸣;基于多期CT图像的常见肝脏疾病计算机辅助诊断系统[D];厦门大学;2014年
8 刘芬;基于变化检测技术的脑瘤计算机辅助诊断方法应用研究[D];山东大学;2010年
9 李珂;基于DCE-MRI的乳腺病灶良恶性计算机辅助诊断研究[D];大连理工大学;2011年
10 吴仪俊;基于胰腺内镜超声图像的计算机辅助诊断和治疗中的方法研究[D];复旦大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026