乳腺x线图像肿块特征提取与特征变换方法研究

乳腺x线图像肿块特征提取与特征变换方法研究

ID:34894641

大小:4.58 MB

页数:63页

时间:2019-03-13

乳腺x线图像肿块特征提取与特征变换方法研究_第1页
乳腺x线图像肿块特征提取与特征变换方法研究_第2页
乳腺x线图像肿块特征提取与特征变换方法研究_第3页
乳腺x线图像肿块特征提取与特征变换方法研究_第4页
乳腺x线图像肿块特征提取与特征变换方法研究_第5页
资源描述:

《乳腺x线图像肿块特征提取与特征变换方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、rS/hH誦’柄imW^Wm图巧姑?觀婷硕±学位论文胃磯圓IL腺X线隱肿块特征提取与特征变换方法研巧作者姓名逢敏p^学校别巾姓名、取赖王颖副教授5*企业别币姓名、职敌王晦研究员、申请学位类别工程硕击/学校代码10701学号1302121457.分类号TP39密级公开西安电子科技大学硕壬学位论文现腺X线图像帥块特征提取与特征变换方法研究作者姓名;逢敏领域;电子与通信工程学位类别:T:程硕±学校导师姓名、职称:王颖副教授企业导师姓名、职称:王峰研究员

2、学院:电子工程学院提交日期:2015年11月ResearchonMassFeatureExtractionandFeatureTransformationinMammographyAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByPangMinSupervisor:WangYingAssociateProfessorWangFengResearchF

3、ellowNovember2015西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学州和优良的科学道德,本人声明所呈交的论文是我个人在导师指导F进行的研究工作及取得的研究成巧。尽我所知,除了文中特别加L义标注和致谢中所罗列的内容1^^外,论文中不包含其他人已经发表或撰写过的研宛成巧:也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一同工。与我作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示丫谢意。--学位论文若有不实之处,本人承担切法律责任。本人签名:日巧:3西安电子科技大学关于论文

4、使用授权的说明,本人完全了解西巧化子科技大学有关保留和使用学位论文的规定即:硏究生巧校攻读学位期间论文作的知识产权属于两安电子科技大学。学校有枚保留送义论文的复印件,、L,允许奋阅借阅论文:学校可U公布论文的全部或部分内容允许采用影。印、缩印或巧它复制手段保谷论文間时本人傑证,结合学位论文研巧成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在。^年解密后适用本授权书本人签名:為%L巧师签名::日期:W旧期西安电子科技大学硕士学位论文摘要乳腺癌已经成为威胁全球女性健康的恶性肿瘤疾病之一,其发病率和死亡率正

5、在不断上升,尤其是在年轻人当中,由于生活习惯、工作压力、社会环境等问题,乳腺癌的发病率呈现出年轻化趋势。通过早发现、早治疗可以有效地降低治疗成本,提高生存几率。为提高阅片效率,避免出现漏诊、误诊,计算机辅助诊断系统已经被应用于临床诊断当中,辅助放射科医生工作。肿块是乳腺癌的常见症状,对其进行良恶性病变程度的判别是计算机辅助诊断系统的主要功能之一。由于肿块的形状和边缘复杂多变,经常与周围组织相互粘连,在图像上呈现出对比度低且常伴有噪声等,为特征的提取和良恶性的分类带来了极大的挑战。有效的特征提取方法是获取精确分类结果的关键,本文针对现有肿块特征提取方法存在的问题,分别从空间信

6、息、语义信息、词汇权重三个方面进行了改进,主要工作如下:提出了一种基于各向异性边缘环状区域乳腺肿块特征提取方法,突出了肿块边缘信息在良恶性分类中的重要性,使提取的BoW特征同时包含图像的全局信息和局部信息;在各向异性边缘环状区域特征提取方法的基础上,提出了一种基于语义相似度的乳腺肿块特征融合方法,使提取的特征既包含图像的语义信息,又包含图像的空间信息,降低了算法复杂度,提高了运算效率;针对BoW特征中视觉词汇具有较低的代表性和判别能力,结合TF-IDF加权方法,提出了一种基于狄利克雷Fisher核的乳腺肿块特征变换方法,对不同的视觉词汇进行不同程度的加权,提高具有代表性的视

7、觉词汇的权重,降低非重要视觉词汇的权重,增强了特征的判别能力。实验结果表明,本文提出的特征提取和特征变换方法能够有效地表达乳腺肿块图像的空间结构和语义信息,具有较高的分类性能,为计算机辅助诊断系统的研究提供了新的思路方法。关键词:乳腺肿块图像,特征提取,词袋模型,语义相似度,狄利克雷Fisher核IABSTRACTABSTRACTBreastcancerhasbecomeoneofmalignantdiseasewhichthreatensthehealthofglobalwomen.Theincidenceand

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。