乳腺腫瘤的超聲圖像分析及良惡性判別.pdf

1、乳腺腫瘤超聲圖像的計算機輔助分析對準確判別乳腺腫瘤的良惡性具有重要意義。本文以乳腺腫瘤的灰階超聲圖像為研究對象，通過分析比較良惡性腫瘤的超聲圖像特征，實現(xiàn)對乳腺腫瘤良惡性的計算機自動判別，從而為醫(yī)生的臨床診斷提供有價值的參考意見，以提高乳腺癌尤其是超聲圖像表現(xiàn)不典型的乳腺癌的診斷準確率。 本文的研究內(nèi)容主要由三部分構(gòu)成：超聲圖像中乳腺腫瘤的邊緣提??；乳腺腫瘤的超聲圖像特征提取和乳腺腫瘤性質(zhì)的分類判別。 在乳腺腫瘤的邊緣提

2、取部分，本文首先提出灰度閾值分割和動態(tài)規(guī)劃相結(jié)合的邊緣提取算法，其基本思想為：先采用灰度閾值分割法提取腫瘤的初始邊緣，再引入動態(tài)規(guī)劃法對初始邊緣進行修正從而得到更為精確的結(jié)果。之后本文針對實驗中發(fā)現(xiàn)的問題，提出對ROI預(yù)處理和腫瘤后方回聲補償校正的改進，并針對存在弱邊界或腫瘤內(nèi)部灰度分布動態(tài)范圍較大的超聲圖像，提出了基于小波分析的初始邊緣提取算法。實驗表明，對這兩類圖像采用小波分析法提取的初始邊緣在準確度上要明顯優(yōu)于灰度閾值分割的提取結(jié)

3、果，因而也能為后續(xù)的動態(tài)規(guī)劃提供更為接近腫瘤真實邊緣的初始邊緣定位。 在乳腺腫瘤的特征提取部分，本文以乳腺腫瘤的超聲圖像特征為基礎(chǔ)，結(jié)合圖像處理中的常見特征描述參數(shù)，對乳腺腫瘤進行了形態(tài)和紋理特征的提取。前者以傅里葉描述子的度量、緊致度、針狀化程度、縱橫比等為代表，著重反映了良惡性腫瘤在外觀形態(tài)上的差異；后者主要考察良惡性腫瘤在邊界回聲和內(nèi)部回聲特性方面的差別，主要特征有邊緣銳度、腫瘤內(nèi)部和環(huán)形邊緣區(qū)的方差和信噪比、基于灰度共生

4、矩陣的系列參數(shù)以及基于小波分解的特征參數(shù)等。本文通過比較良惡性腫瘤的特征參數(shù)，得出形態(tài)特征參數(shù)比紋理特征參數(shù)具有更好的類間區(qū)分度的結(jié)論，并對造成紋理特征參數(shù)類間距小的原因進行了分析。 在乳腺腫瘤的分類判決部分，本文選擇BP神經(jīng)網(wǎng)絡(luò)作為分類工具，而在特征參數(shù)的選擇方面則采用了基于特征類間距的初次篩選、基于形態(tài)特征的二次篩選和基于形態(tài)和紋理的綜合評判的三次篩選，最后將特征篩選過程中獲得的具有最優(yōu)分類能力的特征組合，即“5個形態(tài)特征+