基于改進(jìn)水平集的乳腺圖像分割.pdf

1、乳腺癌是常見的致使女性死亡的惡性腫瘤之一，其中腫塊是乳腺癌的重要癥狀之一。較為常用的乳腺癌檢測方法有鉬靶X線影像技術(shù)。然而在乳腺影像中由于腫塊邊緣模糊，形狀不規(guī)則以及與周圍組織對比度較低等因素，使得其較難診斷出。本文的目的是利用所提方法分割出腫塊以輔助醫(yī)生進(jìn)行診斷。所提方法為利用脈沖發(fā)放皮層模型及改進(jìn)水平集的方法分割乳腺鉬靶影像中的腫塊。首先，通過選取最大連通區(qū)域，種子生長法及非線性反銳化掩模（NLUM）等方法進(jìn)行去標(biāo)簽，去胸肌及圖像增

2、強等預(yù)處理。然后，利用脈沖發(fā)放皮層模型（SCM）對圖像中的腫塊進(jìn)行粗定位，所得的輪廓線作為后續(xù)水平集分割的初始輪廓。最后，通過在基于偏置場的CV模型的基礎(chǔ)上增加局部灰度統(tǒng)計特性的方法得到準(zhǔn)確的腫塊邊緣。我們將所提的方法通過DDSM及MIAS數(shù)據(jù)庫進(jìn)行驗證，得到了分割率分別為93.75％及90.63%。實驗結(jié)果中的分割率驗證了所提方法的有效性。
　　本論文從以下幾個方面展開了研究工作：
　　1.詳細(xì)地描述了水平集分割模型的基本

3、原理，同時介紹了水平集算法在實際應(yīng)用中的優(yōu)缺點。
　　2.介紹了改進(jìn)后的水平集模型，并將該模型應(yīng)用到乳腺鉬靶X線影像中，通過仿真實驗將所得結(jié)果與所選的六種對比方法的結(jié)果進(jìn)行對比分析，證明了我們所改進(jìn)的水平集模型用于分割腫塊較其他對比方法具有更好的效果。
　　為了得到更準(zhǔn)確的分割結(jié)果，我們根據(jù)圖像特點提出了對乳腺鉬靶X線影像進(jìn)行預(yù)處理、初始輪廓定位和乳腺腫塊提取的方法。具體處理方法如下：在乳腺鉬靶X線影像中，針對現(xiàn)有的幾種典型

4、分割算法很難將分割輪廓線準(zhǔn)確的收斂到腫塊邊緣等問題提出了處理方法。首先對MIAS數(shù)據(jù)庫中乳腺鉬靶X線影像依次進(jìn)行預(yù)處理，其中包括去除背景、去除胸肌和圖像增強。由于水平集算法對初始輪廓敏感，針對該問題我們將脈沖皮層發(fā)放模型（SCM）應(yīng)用在乳腺鉬靶X線影像上，以達(dá)到乳腺腫瘤粗分割的目的。為了有效的解決腫塊低對比度和邊界模糊所導(dǎo)致的輪廓線不能準(zhǔn)確收斂到腫塊邊緣的問題，我們提出了基于局部灰度特性統(tǒng)計的水平集的改進(jìn)模型。通過改進(jìn)的模型，達(dá)到了獲取