[1]褚晶辉,刘静媛,吕卫,等.一种基于小波变换的乳腺X线图肿块分割方法[J].中国医学物理学杂志,2013,30(06):4519-4522.[doi:10.3969/j.issn.1005-202X.2013.06.013]
点击复制

一种基于小波变换的乳腺X线图肿块分割方法()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
30卷
期数:
2013年06期
页码:
4519-4522
栏目:
出版日期:
2013-11-15

文章信息/Info

作者:
褚晶辉刘静媛吕卫
天津大学电子信息工程学院;
关键词:
乳腺X线图肿块小波变换计算机辅助检测
分类号:
R319
DOI:
10.3969/j.issn.1005-202X.2013.06.013
文献标志码:
A
摘要:
目的:乳腺癌的早期诊断和治疗是能够降低乳腺癌患者死亡率的有效途径。通过乳腺X线图像观察乳腺状况是目前乳腺癌普查的首选影像方法。随着图像处理技术的高速发展,计算机辅助检测技术在乳腺癌的检测方面起到越来越重要的作用。方法:本文首先利用图像处理领域的形态学处理、区域增长等相关知识,对乳腺X线图像进行预处理操作,去除图像中所包含的干扰信息。之后提出一种对图像的灰度直方图进行小波变换,并根据其小波变换的模极大值点确定图像分割阈值的方法对乳腺X线图像中的疑似肿块区域进行粗分割。在通过粗分割过程获得乳腺肿块的大致位置信息之后,再利用区域增长的方法获得肿块的边缘信息。结果:本文选取MIAS乳腺图像数据库中的65幅图像作为测试图像,保证每幅图像至少包含一个乳腺肿块。利用本文所提方法对这65幅图像进行实验,并将实验结果与该数据库中的专家标注信息作对比,实验结果为当采用db40的小波系数时的检出率为95.5%。结论:本文所述方法能够有效地分割出乳腺X线图中的肿块区域,并且有较高的检出率,具有进一步研究和应用的价值。

相似文献/References:

[1]蔡思清,蔡冬鹭,颜建湘,等. 基于数字乳腺三维断层摄影技术的乳腺癌分子亚型特征[J].中国医学物理学杂志,2017,34(5):456.[doi:DOI:10.3969/j.issn.1005-202X.2017.05.005]

备注/Memo

备注/Memo:
国家自然科学基金61271069
更新日期/Last Update: 2013-11-15