欢迎来到天天文库
浏览记录
ID:33734601
大小:2.30 MB
页数:54页
时间:2019-02-28
《基于graph+cuts算法的乳腺x线图像肿块分割方法-研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、杭州电子科技大学硕士学位论文摘要乳腺癌是危害中老年妇女健康的主要恶性肿瘤之一。乳腺癌防治的关键在于早发现、早诊断。目前,乳腺x线摄影技术被公认是早期诊断乳腺癌最有效的方法。为了提高影像医生的诊断效率和正确率,乳腺X线摄影计算机辅助诊断技术(Computer-AidedDiagnosis,CAD)已经被广泛应用。肿块分割是乳腺X线影像CAD系统的重要环节,良好的分割结果能够更好地反映肿块的病理特征,为后续可疑区域的特征提取和分类提供依据。然而由于乳腺图像中噪声、伪影较多,肿块和背景的对比度低,肿块边缘比较模糊,传统的图像分割算法应用于乳腺x线图像肿块分割时,往往难以满足临床要求。运用G
2、raphCuts算法进行交互式图像分割是近年发展起来的新方法。该算法的核心思想是先将一幅图像映射成一个网络图,并构造关于标号的能量函数,然后利用组合优化技术最小化能量函数。在传统GraphCuts算法的基础上,本研究提出一种基于GraphCuts算法的多尺度乳腺肿块分割方法。通过引入多尺度方法,在构建图像高斯金字塔的基础上,对乳腺图像进行高斯平滑处理,充分利用图像的全局和局部信息,迭代GraphCuts算法分割肿块。另外,本研究用分水岭变换对图像进行粗分割,产生一个区域邻接图(regionadjacencygraph),用于接下来的能量优化步骤;而且在分水岭粗分割过程中保持了图像的重
3、要轮廓,减少了噪声对分割的影响。针对基于GraphCuts的多尺度方法在分割乳腺图像时存在的不足,本研究继续对算法进行改进,提出了一种快速、自动、有效的分割方法一结合GraphCuts与模糊C.均值聚类(FuzzyC.Mealls,FCM)的分割方法。首先采用FCM算法对图像进行预分割,为算法提供一个初始标号场,然后利用基于GraphCuts的口.expansion算法搜索能量函数的局部最小值,快速近似能量最小化。该方法能够在保持分割精度的前提下提高运算效率。另外,该方法能够实现自动分割肿块,消除了人机误操作引起错误分割的可能性,并且能够满足实际需求。实验显示,本研究提出的方法在灰度
4、不均匀和有噪声的乳腺肿块图像上,也能够在较短时间内得到准确、鲁棒的结果。关键字:乳腺x线图像,肿块分割,GraphCuts,多尺度,分水岭变换,模糊C-均值聚类杭州电子科技入学硕士学位论文ABSTRACTBreastcancel"remainsamajorcauseofcancerdeathsamongwomenaroundtheworld.MammographyiscurrentlyacceptedasthemosteffectivemeasureforearlydetectionanddiagnosisofbreastCanCer.Inordertoimproveefficien
5、cyandaccuracyinmammographicbreastcancerdetection/diagnosis,thecomputer-aideddiagnosis(CAD)technologyhasbeenwidelyusedbyradiologists.AsanimportantstepinbreastX-rayimageCADsystem,segmentationresultofthemassreflectspathologicfeaturesofthemassanddirectlyaffectssubsequentfeatureextractionandclassifi
6、cation.However,therearemanynoiseandartifactinthemammogram,andthereislowcontrastbetweencomplexmassandthebackground.Existingmethodsinmasssegmentationareofteninsufficienttomeetclinicalrequirements.GraphCutshasbeenusedinrecentyearsforinteractiveimagesegmentation.ThecoreideologyofGraphCutsistomapani
7、mageontoanetworkgraph,andconstructanenergyfunctiononthelabeling,andthendoenergyminimizationwithcombinatorialoptimizationtechniques.ThisstudyproposesanewsegmentationmethodusingiteratedGraphCutsbasedonmulti’scalesmoothing.Themulti-s
此文档下载收益归作者所有