基于皮膚鏡的黑色素瘤識(shí)別算法研究.pdf

1、黑色素瘤是一種嚴(yán)重威脅人類生命健康的癌癥。其發(fā)病率和死亡率近年來(lái)呈逐漸增長(zhǎng)趨勢(shì)。目前的醫(yī)療水平針對(duì)轉(zhuǎn)移后的黑色素瘤還缺乏有效的治療手段。對(duì)黑色素瘤最好的治療方式，仍是通過(guò)早期診斷并局部手術(shù)進(jìn)行根除。通常，早期診斷主要依靠醫(yī)生肉眼觀察和組織病理學(xué)活檢。然而組織病理學(xué)活檢會(huì)對(duì)患者造成不必要的創(chuàng)傷，且肉眼觀察存在極強(qiáng)的主觀性，因此，基于皮膚鏡的黑色素瘤識(shí)別算法研究是醫(yī)學(xué)界的迫切需要。
　　針對(duì)具有形態(tài)各異、顏色多變、大小不一以及噪聲多樣

2、特點(diǎn)的皮膚鏡圖像處理，本文主要在圖像噪聲去除，皮損區(qū)域分割，皮損特征提取以及其識(shí)別分類算法上進(jìn)行了研究和探索，論文主要內(nèi)容有：
　　1．針對(duì)噪聲多樣的皮膚鏡圖像，本文研究了皮膚鏡圖像的噪聲去除算法與其分割算法。噪聲去除包括有黑框、氣泡等人為噪音以及毛發(fā)等固有噪音。提出的一套算法不僅能夠很好的消除噪音，而且沒(méi)有引入大量計(jì)算。分割算法提出了基于馬爾科夫隨機(jī)場(chǎng)融合框架的融合分割算法，提高了單個(gè)分割算法的魯棒性；
　　2．研究并探索

3、了皮膚鏡圖像特征提取算法?；谔卣髟O(shè)計(jì)方法提取皮膚鏡圖像低級(jí)特征，主要包括有形狀，顏色以及紋理特征；基于特征學(xué)習(xí)方法提取中高級(jí)特征。對(duì)于特征學(xué)習(xí)方法提出了基于SIFT算子的稀疏性編碼表示特征，針對(duì)皮損區(qū)域結(jié)構(gòu)特點(diǎn)，改進(jìn)池化算法，提出了環(huán)形等面積池化算法；
　　3．研究了皮膚鏡圖像識(shí)別分類算法。針對(duì)提取得到的低級(jí)特征以及中高級(jí)特征，分別進(jìn)行分類器設(shè)計(jì)。為更合理有效利用兩類特征，對(duì)其進(jìn)行分類前融合以及分類后結(jié)果融合即協(xié)同訓(xùn)練方法。最后