论文部分内容阅读
近年来,乳腺癌发病率逐渐呈现年轻化趋势,严重威胁女性健康。研究表明,早期筛查能够及时发现病灶,有效降低死亡率。在乳腺癌诊疗领域,医生主要通过阅片进行病灶诊断,但是随着患者逐渐增多,医生的负担日益加重,误诊和漏诊的现象时有发生,对患者造成了严重的损害。计算机辅助检测对提高乳腺癌诊断准确率有很大的帮助,乳腺结构扭曲是乳腺癌临床表现的一种特征,但其结构复杂,检测准确率偏低,严重影响诊断效果,因此,本文提出了一种新的计算机辅助检测乳腺结构扭曲方案,该方案能够帮助医生在乳腺钼靶X线图像中准确标注出乳腺结构扭曲病灶区域。本论文根据乳腺钼靶X线图像和乳腺结构扭曲病灶的特点,以提高检测乳腺结构扭曲的准确率为目标,针对计算机辅助检测乳腺结构扭曲方法进行研究。本论文的主要工作和创新点如下:1.针对乳腺钼靶X线图像对比度低、图像整体效果差的问题,本文提出使用顶帽-底帽变换和伽马变换相结合的方法用于乳腺钼靶X线图像的预处理。该方法首先通过顶帽变换排除图像中尺寸小于形态结构元素的亮细节,从而突出图像的前景部分,其次通过底帽变换填充图像中的波谷信息,使图像的背景部分更加暗,最后通过伽马变换进一步提高图像的对比度。实验结果显示,该方法能够有效的提高乳腺钼靶X线图像的对比度。2.为了增强处于高频部分的乳腺结构扭曲信息,并且滤除图像中的噪声,本文提出使用改进的NSCT算法用于获取可疑的乳腺结构扭曲病灶区域。通过NSCT分解经过预处理的乳腺钼靶X线图像,对于高频子带系数,自适应的选取阈值,将大于阈值的系数使用增益函数进行增强处理,小于阈值的系数直接置零,以此来增强乳腺结构扭曲的信息,并且抑制噪声;对于低频子带系数,将低频子带系数进行线性变换以扩大图像的对比度。实验结果显示,该方法能够有效地获取可疑的乳腺结构扭曲病灶区域,使得检测乳腺结构扭曲更加精准。3.为了提高检测乳腺结构扭曲的准确率,并且保证算法的普适性,本文提出使用Otsu改进PCNN用于乳腺结构扭曲的分割。该方法通过将Otsu计算得到的最佳阈值设为PCNN初始阈值,减少了网络的迭代次数,PCNN采用简化的网络结构,减少了需要人工设置的参数,从而降低参数对检测结果准确率的影响。为了保证算法的普适性,针对不同密度等级的乳腺钼靶X线图像进行实验测试,并且采用灵敏度、特异性、准确率、F1-score和ROC曲线下的面积AUC等评价指标对分割结果进行评价,实验结果充分地说明了该算法具有较高的普适性,也说明本文提出的计算机辅助检测乳腺结构扭曲方法具有较高的准确率。