基于稀疏表示的乳腺圖像病變區(qū)域檢測.pdf

1、近年來,乳腺癌的發(fā)病率越來越高,嚴(yán)重危害著女性的身心健康。計(jì)算機(jī)輔助檢測系統(tǒng)能夠輔助醫(yī)生,提高病變區(qū)域檢出率,從而降低乳腺癌患者的死亡率。腫塊是乳腺癌的主要病癥之一,其有效檢測是計(jì)算機(jī)輔助診斷中非常重要的步驟。為此,通過學(xué)習(xí)腫塊的病理特征,綜合機(jī)器學(xué)習(xí)方法進(jìn)行腫塊檢測,為醫(yī)生標(biāo)記出圖像中的可疑區(qū)域,就能夠在減輕醫(yī)生壓力的同時(shí)輔助醫(yī)生更好的進(jìn)行診斷。
　　本文以灰度、LBP特征以及稀疏表示理論為基礎(chǔ),深入研究了乳腺圖像中疑似病變區(qū)域

2、的檢測方法。主要工作概括如下:
　　首先,提出了Pyramid-PCA灰度特征。針對(duì)腫塊區(qū)域中心密度大,向邊緣處密度逐漸減小的特點(diǎn),設(shè)計(jì)了塔型特征表征表示方法,并對(duì)每層灰度特征進(jìn)行不同維數(shù)的降維;由于Pyramid-PCA灰度特征的降維過程,損失了對(duì)原圖描述的部分信息,因此提出多尺度LBP特征,提取不同尺度下的LBP算子并進(jìn)行融合,有效描述了圖像的全部信息,減少了原圖信息的損失。
　　其次,為精確標(biāo)記腫塊區(qū)域,提出了滑動(dòng)窗融

3、合算法。大大減少了第一次檢測結(jié)果中的假陽性率,同時(shí)獲得了疑似區(qū)域的大致方位,然后結(jié)合區(qū)域生長算法,將疑似區(qū)域更精確地提取出來,使得二次稀疏表示的檢測結(jié)果更準(zhǔn)確。
　　最后,提出了二次稀疏表示的檢測算法。通過二次稀疏表示進(jìn)行病變區(qū)域檢測,降低了第一次稀疏表示檢測中的假陽性率,通過二次稀疏將不同的特征進(jìn)行交叉檢測,有效地降低了檢測結(jié)果的假陽性率,同時(shí)能夠更精確地標(biāo)記出疑似腫塊區(qū)域。
　　實(shí)驗(yàn)結(jié)果表明,本文提出的基于稀疏表示的病變