换一批摘要乳腺癌作为一种恶性肿瘤，是现代女性的主要死亡原因之一。早期发现、早期诊断、早期治疗是提高乳腺癌治愈率和降低死亡率的关键。在乳腺癌的诸多检查方法中，钼靶X射线摄影被认为是最可靠、最有效的早期检查方法。从钼靶x光片上可以看到乳腺癌的危险征象，其中微钙化点是早期乳腺癌的典型临床表现。有些早期乳腺癌的微钙化点与周围组织的密度相差很小，在钼靶X线影像上对比度非常低，人眼很难识别，时常造成漏诊。因此，实现乳腺癌早期诊断的关键技术之一是及时发现乳腺X影像中的微小钙化并判断其是否有恶化倾向。随着计算机技术的发展，基于微钙化点的传统乳腺钼靶X线影像的计算机辅助诊断已经成为乳腺癌早期诊断的研究热点。<br> 本文主要针对乳腺微钙化点计算机辅助诊断中的若干关键技术进行了系统深入的研究，实现了对微钙化点的定位以及对病变类型的诊断。首先提出基于差影图像技术和小波变换的微钙化点定位的综合算法;然后从原始感兴趣区域及定位后的图像中提取特征参数，最后利用支持向量机对有无钙化点和钙化点的病变类型进行诊断。在特征提取中除了一些常见的特征外，我们还采用了双树复数小波来刻画图像的纹理特征。<br> 运用该算法对标准数据库MIAS中的乳腺图像进行分析，得到96％的有无微钙化点的识别率和100％的良恶性微钙化点的识别率。结果证明了本文建立的计算机辅助诊断系统具有较高的识别性能，同时也验证了双树复数小波的优越性。
更多相关知识
作者
学术成果认领
导师
罗述谦
学位信息：
医学主题词
诊断, 计算机辅助(Diagnosis, Computer-Assisted)乳腺肿瘤(Breast Neoplasms)光(Light)支持向量机(Support Vector Machine)钼(Molybdenum)
发布时间
2015-05-20（万方平台首次上网日期，不代表论文的发表时间）
- 浏览186
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
