基于皮膚鏡的黑色素瘤識別算法研究.pdf

1、黑色素瘤是一種嚴重威脅人類生命健康的癌癥。其發(fā)病率和死亡率近年來呈逐漸增長趨勢。目前的醫(yī)療水平針對轉移后的黑色素瘤還缺乏有效的治療手段。對黑色素瘤最好的治療方式，仍是通過早期診斷并局部手術進行根除。通常，早期診斷主要依靠醫(yī)生肉眼觀察和組織病理學活檢。然而組織病理學活檢會對患者造成不必要的創(chuàng)傷，且肉眼觀察存在極強的主觀性，因此，基于皮膚鏡的黑色素瘤識別算法研究是醫(yī)學界的迫切需要。
　　針對具有形態(tài)各異、顏色多變、大小不一以及噪聲多樣

2、特點的皮膚鏡圖像處理，本文主要在圖像噪聲去除，皮損區(qū)域分割，皮損特征提取以及其識別分類算法上進行了研究和探索，論文主要內容有：
　　1．針對噪聲多樣的皮膚鏡圖像，本文研究了皮膚鏡圖像的噪聲去除算法與其分割算法。噪聲去除包括有黑框、氣泡等人為噪音以及毛發(fā)等固有噪音。提出的一套算法不僅能夠很好的消除噪音，而且沒有引入大量計算。分割算法提出了基于馬爾科夫隨機場融合框架的融合分割算法，提高了單個分割算法的魯棒性；
　　2．研究并探索

3、了皮膚鏡圖像特征提取算法?；谔卣髟O計方法提取皮膚鏡圖像低級特征，主要包括有形狀，顏色以及紋理特征；基于特征學習方法提取中高級特征。對于特征學習方法提出了基于SIFT算子的稀疏性編碼表示特征，針對皮損區(qū)域結構特點，改進池化算法，提出了環(huán)形等面積池化算法；
　　3．研究了皮膚鏡圖像識別分類算法。針對提取得到的低級特征以及中高級特征，分別進行分類器設計。為更合理有效利用兩類特征，對其進行分類前融合以及分類后結果融合即協同訓練方法。最后