收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

乳腺X线影像微钙化点检测研究

赵善栩  
【摘要】: 乳腺癌是女性常见的恶性肿瘤之一,而且发病率逐年上升,早期的诊断和治疗是降低乳腺癌死亡率的关键。细小、颗粒状的成簇微钙化点是乳腺癌早期的重要征象。乳腺钼靶X线影像对钙化现象比较敏感,但微钙化点在影像中不容易被人眼识别,所以微钙化点的计算机辅诊断逐渐发展起来。本文旨在将微钙化点的计算机检测应用到临床诊断中,在医生诊断之前,给出一个可能含有微钙化点的范围和微钙化点位置的提示,使得医生无须反复浏览整幅乳腺影像,以减轻医生的工作量,提高诊断效率。 微钙化点的检测通常分为两部分:首先,对乳腺区域进行处理,提取出可能含有微钙化点的感兴趣区域(ROI);然后,对每一个ROI检测微钙化点是否存在。本文提出利用C-均值聚类算法,从整幅乳腺影像中提取出乳腺区域。这种方法可以提取出大部分乳腺区域,排除掉了背景区域,和极少出现钙化的乳腺皮肤及少量皮下脂肪,这样就减小了ROI提取过程的运算量,实验也显示了较好的效果。将提取的乳腺区域划分为若干较小的方形区域,对每一个区域用Daubechies小波进行分解,对高频图像选取特征量。本文提出双阈值动态生成的ROI判定方法,不同的影像生成不同的判定阈值,阈值的动态生成减小了算法的局限性。ROI的提取得到了微钙化点的可疑区域。为了进一步降低ROI提取结果的假阳性率,所有ROI经过高斯差分滤波,对每一个象素点进行阈值判定和区域判定,确定ROI中是否存在微钙化点,并且确定微钙化点的位置,以便于通过二值化,在计算机屏幕上显示微钙化点的具体位置,这样能够帮助医生识别一些比较模糊,与周围正常区域对比度不大的微钙化点。 本文对24幅DICOM格式的高分辨率乳腺钼靶X线数字影像进行实验,实验结果显示,乳腺区域提取算法可以很好的分离乳腺和背景区域,ROI提取得到83.39%的检出率和2.30%的假阳性率;对ROI进行的微钙化点检测得到83.39%的检出率,和平均每幅乳腺影像3.58个假阳性区域,在保持了检出率的同时,使假阳性率进一步降低。这一结果是比较理想的,也得到了专家医生的肯定。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 田伏洲;;无包块微钙化点在乳癌诊断中的意义[J];国际外科学杂志;1987年01期
2 万柏坤,王瑞平,朱欣;基于综合处理方法的乳腺X影像中微钙化点检测新技术[J];中国生物医学工程学报;2002年06期
3 丛培盛,张洪江,朱仲良,李通化;用遗传算法C-均值聚类分割医学彩色图像[J];同济大学学报(自然科学版);2003年07期
4 李树楠,万柏坤,马振鹤,王瑞平;基于小波变换的乳腺X线影像微钙化点感兴趣区域提取新技术[J];生物医学工程学杂志;2005年02期
5 何金;小乳癌彩超诊断的初步探讨[J];临床超声医学杂志;2005年04期
6 温乔;;超声诊断乳腺肿块微钙化的临床分析[J];医学信息(中旬刊);2010年03期
7 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
8 王瑞平;万柏坤;高上凯;;使用遗传算法的乳腺微钙化点特征优化[J];电子科技大学学报;2007年01期
9 李清美;;基于模糊神经网络的乳腺微钙化点检测[J];中国伤残医学;2009年01期
10 李鹏飞;;乳腺X射线影像中微钙化点检测方法的探讨[J];中国医学装备;2010年02期
11 鲁雯;张光玉;;模糊遗传人工神经网络算法提取乳腺微钙化点的效果[J];中山大学学报(医学科学版);2008年02期
12 王海英;张华伟;李乐平;辛华;张启波;于国放;;X线钼靶摄影与超声诊断乳腺微钙化灶的对比研究[J];中国现代普通外科进展;2008年05期
13 马慧彬;张海燕;丁晓迪;;Top-hat与SVM在乳腺微钙化点检测中的应用[J];计算机工程与应用;2009年20期
14 车琳琳;张光玉;宋莉;曹卫芳;;基于钼靶X线影像的乳腺微钙化点良恶性识别算法研究[J];中国医学物理学杂志;2011年02期
15 鲁雯,张兆臣,张秀娟,孟庆建,李平;计算机在乳腺X线图像处理系统中的应用与研究[J];泰山医学院学报;2002年04期
16 文浩;马金盛;王玉慧;庄达民;;基于形态学灰度重构的乳腺微钙化点提取[J];CT理论与应用研究;2006年02期
17 王志刚;张正国;;应用MPEG-7建立乳腺X线影像数据库[J];中国生物医学工程学报;2008年02期
18 马慧彬;刘云鹏;;基于支持向量机的乳腺钙化点检测算法[J];微计算机信息;2009年12期
19 文浩;马金盛;王玉慧;庄达民;;基于差影技术的乳腺微钙化点检测方法[J];影像技术;2006年06期
20 丁保淼;张运陶;高兴玉;;基于c-均值聚类的粗糙集神经网络在心脏病诊断中的应用[J];生物数学学报;2007年02期
中国重要会议论文全文数据库 前8条
1 周瑜;刘佳;岳庆雄;;超声微钙化点增强成像对乳腺肿瘤内微钙化的检出及价值[A];中国超声医学工程学会第三次全国浅表器官及外周血管超声医学学术会议(高峰论坛)论文汇编[C];2011年
2 李显宝;;不均匀背景图像中目标的一种分割和重建方法[A];第七届全国信息获取与处理学术会议论文集[C];2009年
3 李方洲;罗蔚华;;基于数字图像处理的色盲检查图像分析[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
4 黄建军;杨勋;谢维信;;基于类云模型的C均值聚类算法[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
5 王志刚;翟天野;张正国;;乳腺影像数据库及其纹理特征的机器学习分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
6 陈骎然;张继武;吴志家;徐帆;;乳腺X影像计算机辅助检测[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年
7 季正标;张晖;王文平;;灰阶超声及彩色多普勒血流成像在甲状腺癌诊断中的应用[A];中华医学会第六次全国超声医学学术年会论文汇编[C];2001年
8 张台平;;医学图像处理[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
中国博士学位论文全文数据库 前7条
1 王磊;乳腺钼靶X光片上微钙化点的计算机辅助检测技术的研究[D];浙江大学;2010年
2 王瑞平;乳腺X线影像的计算机辅助诊断新方法研究[D];天津大学;2003年
3 张新生;基于机器学习的微钙化簇检测算法研究[D];西安电子科技大学;2009年
4 傅蓉;细胞重叠与融合性图像的分离与分割技术研究[D];第一军医大学;2007年
5 张胜君;基于乳腺X线图像的乳腺癌检测方法研究[D];北京交通大学;2013年
6 柏杏丽;乳腺X射线图像计算机辅助诊断方法研究[D];中国矿业大学(北京);2010年
7 张凯;基于语义的医学图像数据库系统[D];天津大学;2003年
中国硕士学位论文全文数据库 前10条
1 赵善栩;乳腺X线影像微钙化点检测研究[D];浙江大学;2007年
2 黄杰波;分形用于乳腺钼靶X线数字影像中微钙化点检测的研究[D];宁波大学;2012年
3 石宝刚;乳腺微钙化点增强与检测的研究[D];西安科技大学;2013年
4 车琳琳;基于钼靶X线影像的乳腺微钙化点检测和良恶性识别算法研究[D];山东大学;2010年
5 刘琳;伴微钙化乳腺病变的钼靶X线及超声研究及其与病理的相关性分析[D];河北医科大学;2010年
6 胡志刚;计算机辅助检测在乳腺微钙化病变的临床应用研究[D];广州医学院;2011年
7 陈莎莎;乳腺X线图像微钙化点检测方法研究[D];北京交通大学;2012年
8 贾静;超声微钙化显示技术在乳腺癌诊断中的应用[D];吉林大学;2013年
9 刘敏华;基于尺度空间滤波的乳腺X线图像微钙化点检测及辅助诊断技术研究[D];燕山大学;2010年
10 李婧;超声“萤火虫”技术与钼靶诊断乳腺微钙化病变的对比研究[D];泰山医学院;2011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
  • 010-62982499
  • 010-62783978