

已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、乳腺癌是女性中常見且高發(fā)的惡性腫瘤病之一,嚴重影響婦女身心健康甚至危及生命。乳腺圖像增強和檢測是乳腺癌自動檢測系統的兩個主要步驟,其中,乳腺圖像增強可以有效地突出圖像中病變區(qū)域的特征,同時抑制圖像中的噪聲信息,提高圖像的可讀性,為醫(yī)生提供更為可靠的診斷數據;而乳腺圖像中腫塊的自動檢測通過學習腫塊的病理特征,使用滑動窗來實現對圖像中腫塊區(qū)域的檢測,并為醫(yī)生標記出圖像中的可疑區(qū)域,使醫(yī)生能夠將主要精力投入到可疑區(qū)域的診斷中,進一步減輕醫(yī)生的
2、負擔,更好地輔助醫(yī)生進行疾病診斷。
本文深入研究了Directionlet變換方法以及稀疏表示理論,并將其應用在乳腺X線圖像的增強和檢測工作中。主要工作概括如下:第一,通過構建非下采樣Directionlet濾波器實現對圖像的三層頻域分解,基于頻域系數之間的相關性提出了一種乳腺X線圖像增強算法,在抑制圖像噪聲的同時增強了圖像的邊緣;第二,通過提取感興趣區(qū)域的灰度特征和方向直方圖特征(HistogramofOrientedG
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的乳腺圖像病變區(qū)域檢測.pdf
- 乳腺X線圖像增強算法研究.pdf
- 基于小波變換的乳腺X線圖像增強研究.pdf
- 數字乳腺X線圖像腫塊區(qū)域的增強與檢測研究.pdf
- 基于稀疏表示的高光譜圖像分類和異常檢測研究.pdf
- 基于圖和稀疏表示的遙感圖像變化檢測方法.pdf
- 基于邊緣增強和稀疏表示的圖像去噪方法研究.pdf
- 基于素描稀疏表示和低秩分解的SAR圖像目標檢測.pdf
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- Directionlets及其在乳腺X線圖像增強中的應用.pdf
- 基于X線圖像的乳腺腫塊檢測與分類方法研究.pdf
- 基于哈希的乳腺X線圖像病變區(qū)域檢測與分析.pdf
- 基于微鈣化點檢測的乳腺X線圖像分割研究.pdf
- 基于字典學習和稀疏表示的圖像融合方法.pdf
- 基于稀疏表示的SAR圖像去噪和變化檢測方法.pdf
- 基于稀疏表示和隨機觀測的SAR圖像分割.pdf
- 基于稀疏表示和字典學習的語音增強算法研究.pdf
- 基于圖像分解和稀疏表示的圖像修復方法研究.pdf
- 基于小波分析和遺傳算法的乳腺X線圖像分割.pdf
- 基于稀疏表示的高光譜圖像目標檢測.pdf
評論
0/150
提交評論