乳腺腫瘤超聲圖像邊緣提取的研究.pdf

1、乳腺腫瘤是女性常見、多發(fā)疾病之一，而乳腺癌又是乳腺腫瘤中最常見的惡性腫瘤，其發(fā)病率及死亡率居女性惡性腫瘤之首。乳腺癌的治療效果完全取決于乳腺腫瘤的早期診斷和治療，因此研究和探索提高早期乳腺腫瘤診斷準確率的方法是很有價值的。超聲檢測憑其無創(chuàng)、分辨率高和敏感性強的特點，越來越多地被用于乳腺腫瘤的早期輔助診斷。超聲檢測通常根據(jù)乳腺腫瘤的邊界、形態(tài)和回聲分布等特征，對乳腺腫瘤進行良惡性的判別，而乳腺腫瘤邊緣的提取則是獲得這些特征的一個重要前提，

2、因此乳腺腫瘤邊緣的準確提取對腫瘤良惡性的判別具有重要的意義。 本文通過對乳腺超聲圖像的分析和對各種邊緣提取算法的研究，提出了一種基于區(qū)域生長和多尺度形態(tài)學的乳腺腫瘤超聲圖像邊緣提取方法，對原始超聲圖像預處理之后進行區(qū)域生長獲取初始腫瘤區(qū)域，再經(jīng)多尺度形態(tài)學濾波和連通區(qū)域標記處理，使用Sobel算子取得乳腺腫瘤的邊緣。 本文方法的主要創(chuàng)新表現(xiàn)在：區(qū)域生長過程中選擇圖像中心點作為初始種子點，可有效抑制腫瘤周圍脂肪和腺體組織的

3、紋理噪聲；利用目標區(qū)域平均灰度作為判決條件，使得目標輪廓更為完整；選取同態(tài)最優(yōu)閾值時是自適應的，根據(jù)圖像對比度強弱，運用圖像灰度值均方差求得閾值。運用多尺度形態(tài)學方法對初始腫瘤區(qū)域進行濾波時，采用了先開運算后閉運算的多次迭代運算，確保了腫瘤區(qū)域的連通，從而保證了腫瘤邊緣的連續(xù)。 實驗結果表明，本文方法可直接編程實現(xiàn)從原始超聲圖像到乳腺腫瘤邊緣的提取，克服了以往方法需人工干預的不足，達到了自動提取乳腺腫瘤邊緣的目的，為計算機輔助診