乳腺X光影像中微鈣化點(diǎn)檢測(cè)技術(shù)的研究.pdf

1、盡管在過(guò)去的20年中有眾多國(guó)內(nèi)外專(zhuān)家對(duì)微鈣化點(diǎn)目標(biāo)的計(jì)算機(jī)輔助檢測(cè)算法做了大量的研究，但迄今為止，在微鈣化點(diǎn)目標(biāo)的自動(dòng)識(shí)別算法上面仍然存在目標(biāo)難以檢出以及檢測(cè)結(jié)果假陽(yáng)性高的問(wèn)題，通過(guò)對(duì)這些問(wèn)題進(jìn)行探討，以及對(duì)微鈣化點(diǎn)目標(biāo)特征提取問(wèn)題的研究，本文結(jié)合數(shù)學(xué)形態(tài)學(xué)和機(jī)器學(xué)習(xí)分類(lèi)器等知識(shí)解決此類(lèi)困難。本文所研究的對(duì)微鈣化點(diǎn)目標(biāo)的檢測(cè)技術(shù)主要分為兩部分。首先，針對(duì)微鈣化點(diǎn)目標(biāo)檢測(cè)困難的問(wèn)題，結(jié)合微鈣化點(diǎn)多呈小尺寸且近似圓形顆粒狀的這一形態(tài)信息，提

2、出了一種基于數(shù)學(xué)形態(tài)學(xué)的多結(jié)構(gòu)元素多路加權(quán)的形態(tài)梯度合成的目標(biāo)增強(qiáng)算法，該算法能夠增強(qiáng)圖像中具有微鈣化點(diǎn)形狀特征區(qū)域的灰度，非常有利于后面對(duì)真實(shí)的目標(biāo)檢測(cè)。在此基礎(chǔ)之上我們使用迭代順序?yàn)V波法粗檢測(cè)出圖像中的微鈣化點(diǎn)目標(biāo)。實(shí)驗(yàn)證明這種基于形態(tài)增強(qiáng)的目標(biāo)粗檢測(cè)算法對(duì)真實(shí)微鈣化點(diǎn)目標(biāo)的檢測(cè)率較高，但是此時(shí)的檢測(cè)結(jié)果中存在一定數(shù)量的假陽(yáng)性目標(biāo)。為了降低粗檢測(cè)結(jié)果的假陽(yáng)性，我們分析驗(yàn)證并且提取了粗檢測(cè)結(jié)果中真實(shí)和假陽(yáng)的微鈣化點(diǎn)目標(biāo)在空域和小波域上

3、面的一些有效的特征，用以訓(xùn)練SVM學(xué)習(xí)機(jī)，最后，用構(gòu)造出來(lái)的SVM分類(lèi)器對(duì)未經(jīng)過(guò)訓(xùn)練的粗檢測(cè)的疑似目標(biāo)做去偽判決。實(shí)驗(yàn)證明該方法可以去除粗檢測(cè)結(jié)果中大量的假陽(yáng)性目標(biāo)，顯著降低最終檢測(cè)結(jié)果的假陽(yáng)性，提高了微鈣化點(diǎn)目標(biāo)的檢測(cè)性能。實(shí)驗(yàn)結(jié)果表明，本文所提出的算法對(duì)微鈣化點(diǎn)目標(biāo)具有良好的檢測(cè)性能，即使在致密的乳腺圖像中也能夠正確檢測(cè)出真實(shí)目標(biāo)，并且檢測(cè)結(jié)果具有較低的假陽(yáng)性率。對(duì)大量乳腺圖像所進(jìn)行的微鈣化點(diǎn)目標(biāo)檢出率達(dá)到81.7%，假陽(yáng)性率為12