基于SVM的乳腺肿块分层检测算法研究-肿瘤学-论文之家

您现在的位置：硕士论文 >> 医学论文 >> 肿瘤学 >> 正文

基于SVM的乳腺肿块分层检测算法研究

作者：王颖 Publish: 2006-12-29 Hits:-

【中文题名】

基于SVM的乳腺肿块分层检测算法研究

【英文题名】

Hierarchical Masses Detection Algorithms Based on SVM in Mammograms

【学科专业】

信号与信息处理

【论文级别】

硕士论文

【投稿时间】

2006-12-29

【中关键词】

计算机辅助检测,肿块检测,Vague集,SVM,相关反馈,

【英关键词】

CAD,Mass Detection,Vague Set,SVM,Relevance Feedback,

【分类导航】

医药、卫生>肿瘤学>泌尿生殖器肿瘤>乳腺肿瘤>>

【论文摘要】

乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。乳腺钼靶X线摄影是目前诊断乳腺癌的首选方法,但由于早期乳腺癌的影像学特征并不十分明显,因而即使富有经验的医生也很难及时发现图像中所有可能的病变区域。随着医学和计算机技术的迅速发展,根据乳腺钼靶X线摄影来进行乳腺中肿块及微钙化点的计算机辅助检测已成为乳腺癌早期诊断的研究热点。好的计算机辅助检测系统能够有效地防止因为视觉疲劳和疏忽而造成的误诊和漏诊,帮助医生更好地识别图像中的微小病变。肿块是乳腺癌在X线图像上的一个主要表现,本文提出了几种新的检测算法来进行乳腺X线图像中肿块的自动检测。首先,提出了一种新的基于形态学的图像增强方法,有效地抑制了图像中的背景区域,凸现了肿块区域;在此基础上,根据增强图像及原图中象素的灰度和对比度等特征,提取出饱满的种子区域;利用这些种子区域,根据一种有效的模糊区域生长方法和Vague集的概念,提出了基于Vague集的模糊区域生长方法,保证了生长结果接近肿块真实形状,同时也确保了生长的稳定性;由于一些低密度肿块区域的存在,使得单一灰度尺度上的检测不够完全,于是本文又提出了一种在多个灰度尺度上检测肿块...

【论文题纲】

独创性(或创新性)声明	2
关于论文使用授权的说明	2-3
摘要	3-4
Abstract	4-7
第一章绪论	7-13
1.1 课题背景及意义	7-8
1.2 国内外研究进展及现状	8-11
1.2.1 乳腺癌计算机辅助检测系统的研究现状	8-9
1.2.2 乳腺X光图像中肿块自动检测的研究现状	9-11
1.3 论文的主要研究成果及章节安排	11-13
第二章乳腺X线图像的预处理	13-21
2.1 引言	13
2.2 乳腺癌的X线表现	13-14
2.3 乳腺区域的提取	14-15
2.4 乳腺X线图像的增强	15-19
2.4.1 形态学基础	16-17
2.4.2 形态学增强方法	17-18
2.4.3 实验结果及分析	18-19
2.5 小结	19-21
第三章感兴趣区域提取	21-39
3.1 引言	21
3.2 种子区域选取方法	21-24
3.2.1 种子区域自动提取	21-23
3.2.2 实验结果及分析	23-24
3.3 基于VAGUE集的模糊区域生长	24-30
3.3.1 Vague集的基本原理	25-26
3.3.2 基于Vague集的模糊区域生长方法	26-28
3.3.3 实验结果及分析	28-30
3.4 分层检测算法	30-34
3.4.1 分层检测的基本原理	31-32
3.4.2 实验结果及分析	32-34
3.5 后处理	34-36
3.5.1 感兴趣区域的筛选	34-35
3.5.2 实验结果及分析	35-36
3.6 小结	36-39
第四章基于SVM的肿块检测方法	39-57
4.1 引言	39-40
4.2 SVM的基本原理及算法	40-44
4.2.1 统计学习理论	40-41
4.2.2 SVM的分类算法	41-44
4.3 基于SVM的肿块检测方法	44-50
4.3.1 样本的选取	45-47
4.3.2 特征提取	47-48
4.3.3 SVM分类器的模型选择	48-49
4.3.4 SVM分类器的反馈学习	49-50
4.4 实验结果及分析	50-55
4.4.1 FROC曲线	51
4.4.2 结果和分析	51-55
4.5 小结	55-57
第五章结束语	57-61
5.1 总结	57-58
5.2 今后的研究工作与展望	58-61
致谢	61-63
参考文献	63-67
攻读硕士学位期间发表的论文	67

【DOI】

LunWen.ID:2.2008.192347



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：计算机辅助检测论文肿块检测 Vague集 SVM 相关反馈

肿瘤学最新论文

肿瘤学热门论文