论文部分内容阅读
骨肉瘤是一种常见的骨科疾病,属于恶性程度甚高、预后极差、转移快的骨原发性恶性肿瘤,多发于青少年,危害很大。因此,早期发现、早期诊断和早期治疗便成为治疗骨肉瘤的关键。目前对于骨肉瘤的诊断主要依靠放射影像学和活体组织病理检查。CR图像是人体不同组织和器官及其不同的病理变化对X线有不同的吸收率而形成的。然而目前CR图像所提供的信息并不能完全满足临床医生的需求。主要表现为:骨肉瘤的CR线图像表现复杂,易造成漏诊甚至误诊;目前的CR图像诊断只是利用了其中的一部分信息,主要是医生依据经验主观观察CR图像中骨肉瘤的整体形态特征进行定性诊断。为了尽可能从CR图像中提取更多的有用信息,供临床医生作参考之用,很有必要采用数字图像处理技术,对CR图像进行后期处理。为了能够定量地描述CR图像纹理,本论文通过数字图像处理技术,建立了基于灰度共生矩阵、小波变换和自动分割的骨肉瘤CR图像纹理数字特征提取和纹理分析平台,对图像中骨肉瘤病变区域与正常骨组织区域的纹理进行特征抽取和比较分析,寻找两者之间的区别特征,得到有助于临床辅助诊断的数字特征;通过比较三种纹理特征提取分析方法的特点和适用范围,建议在实际应用中综合使用三种方法的纹理特征进行纹理识别,增强纹理识别能力。尝试建立骨肉瘤图像纹理特征值的标准化,并分析了发病年龄和部位对骨肉瘤CR图像纹理特征分析结果的影响。
目的:构建骨肉瘤CR图像纹理数字特征提取分析软件,实现对骨肉瘤CR图像纹理特征的提取,分析骨肉瘤病变区域和正常骨组织区在纹理特征上的区别,寻求识别骨肉瘤CR图像纹理的数字特征。
方法:在Visual C++6.0环境下,使用标准C语言、用户界面开发工具包GTK+和MySQL数据库,构建骨肉瘤图像纹理分析软件,利用灰度共生矩阵分析法、小波变换分析法和自动分割法分别实现了对骨肉瘤CR图像纹理的特征提取;实现了用MySQL数据库来存储和管理特征值数据;在此基础上,实现对图像中骨病变区域、正常骨组织区域特征值的自动分析。