云彩店邀请码|半壳|优胜
随着现代医学技术的飞速发展,人们对于肿瘤等恶性疾病早期诊断的要求也越来越迫切。人们在对乳腺肿瘤的研究中发现,借助计算机辅助诊断技术(computer aided diagnosis,CAD)能够大大地提高乳腺癌的早期诊断率,从而让患者获得更多的预防和治疗时间,并最终能有效地降低发病率和死亡率。因此,以CAD技术为核心的软件系统正广泛被运用于医学影像诊断领域,辅助医师作出更准确、更快捷的诊断。乳腺中的微钙化点是乳腺癌早期的重要征兆,实现乳腺癌早期诊断的关键技术之一是及时发现乳腺X线影像中的微钙化点并根据钙化点的数目、大小及分布形态来判断其是否恶化,因此微钙化点的自动检测是乳腺癌早期诊断的研究热点,也是乳腺CAD系统的关键环节。本文对计算机辅助诊断技术进行了论述,对数字图像处理相关技术进行了研究,在深入掌握微钙化点的影像学特征基础上,研究提出了两种检测数字乳腺X线影像中微钙化点的方法:(1) 基于差影技术的乳腺微钙化点提取;(2) 基于形态学灰度重构的乳腺微钙化点提取。基于差影技术的乳腺微钙化点提取算法运用了图像处理中的经典方法,如灰度拉伸、图像锐化与平滑等。该算法的特点是易于实现、时间效率高。灰度重构是数学形态学的一个重要组成部分。本文在深入研究其基本理论的基础上,针对乳腺影像片中钙化点提取的要求,设计了高效、优化的基于形态学灰度重构的乳腺微钙化点提取算法。实验结果表明,该算法对钙化点的识别率能较好地满足临床诊断要求。对微钙化点分布情况进行分类也是本课题研究的内容之一。本文尝试将图论引入微钙化点的分类中,采用图论簇化分析(graph theoretical clustering method,GTC)算法完成微钙化点分布情况的分类。最后,基于本课题来源,以本文的研究成果为理论基础,利用Visual C++ 6.0的集成开发工具,研制出具有自主知识产权的计算机辅助乳腺诊断与影像管理系统,该系统已经用于乳腺癌的临床早期诊断中。
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/296032.html
本站部分内容来源网络如有侵权请联系删除