![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/10/8/563a405f-45e8-4c5d-b8f3-a7a21b02c7af/563a405f-45e8-4c5d-b8f3-a7a21b02c7afpic.jpg)
![基于顯著性檢測(cè)的乳腺超聲圖像全自動(dòng)分割方法.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/10/8/563a405f-45e8-4c5d-b8f3-a7a21b02c7af/563a405f-45e8-4c5d-b8f3-a7a21b02c7af1.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、乳腺癌是多發(fā)于女性群體的常見(jiàn)惡性腫瘤,對(duì)女性的身心健康造成了嚴(yán)重危害。對(duì)癌癥的早發(fā)現(xiàn)、早診斷、早治療是國(guó)際醫(yī)學(xué)界公認(rèn)的癌癥最佳治療手段。超聲具備對(duì)人體無(wú)創(chuàng)傷、無(wú)放射、精確度高、成本低廉等優(yōu)勢(shì),成為了廣泛應(yīng)用于乳腺癌臨床診斷的主要影像學(xué)手段。將計(jì)算機(jī)輔助診斷(CAD)系統(tǒng)應(yīng)用到對(duì)乳腺癌的診斷過(guò)程中,能輔助醫(yī)生進(jìn)行判斷,提高結(jié)果的客觀性和準(zhǔn)確性和減少誤診、漏診情況,對(duì)病情的診斷和治療有重要意義。
對(duì)腫瘤的分割是乳腺超聲CAD系統(tǒng)中
2、關(guān)鍵而又具有挑戰(zhàn)性的步驟。目前的乳腺腫瘤分割方法多為半自動(dòng)方式,即在算法運(yùn)行的過(guò)程中需要人工進(jìn)行諸如圈定感興趣區(qū)域、選取種子點(diǎn)等干預(yù)指導(dǎo)。當(dāng)面臨大量任務(wù)時(shí),人工操作成為算法運(yùn)行的瓶頸。醫(yī)生在對(duì)乳腺超聲圖像進(jìn)行判讀時(shí),會(huì)結(jié)合圖像序列間的聯(lián)系,對(duì)單幅圖像的結(jié)果進(jìn)行校準(zhǔn)修正,然后得出準(zhǔn)確的結(jié)論?,F(xiàn)有的乳腺腫瘤分割方法多以單幅超聲圖像作為處理單元,僅根據(jù)單幅圖像信息進(jìn)行分割的結(jié)果在全局一致性上存在著不足。
針對(duì)上述乳腺腫瘤分割方法存在
3、的問(wèn)題,本文提出了基于顯著性檢測(cè)的乳腺腫瘤全自動(dòng)分割方法,主要內(nèi)容包含有以下兩方面:
首先,本文提出了基于單幅圖像顯著性檢測(cè)的乳腺腫瘤分割方法。該方法結(jié)合乳腺的解剖學(xué)結(jié)構(gòu)和超聲圖像特點(diǎn),基于單幅超聲圖像信息構(gòu)造位置先驗(yàn)顯著圖和背景線索顯著圖。兩張顯著圖在反映乳腺腫瘤顯著性上各有優(yōu)點(diǎn),通過(guò)二者的融合生成初始顯著圖。針對(duì)初始顯著圖在表現(xiàn)顯著目標(biāo)即腫瘤上存在的內(nèi)部不均勻致密的情況,通過(guò)結(jié)合模糊連接的顯著值傳播方法獲得最終的顯著圖。實(shí)
4、驗(yàn)結(jié)果表明,該方法生成的顯著圖能夠有效剔除背景并且凸顯腫瘤區(qū)域。
其次,本文提出了結(jié)合視頻顯著性檢測(cè)和隨機(jī)游走算法的乳腺腫瘤分割方法。該方法以圖像序列為處理單元,構(gòu)建了以超像素為單元的圖模型,并定義了用于反映圖像區(qū)域的局部信息的結(jié)點(diǎn)幀內(nèi)鄰居和幀間鄰居。通過(guò)包含結(jié)點(diǎn)鄰居關(guān)系的圖像序列內(nèi)的顯著值同步更新方法更新基于單幅圖像信息的顯著圖,獲得更為均勻致密且一致性高的顯著性檢測(cè)結(jié)果。在視頻顯著性檢測(cè)的基礎(chǔ)上,根據(jù)顯著值選定生成大量的、
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺(jué)顯著性的乳腺超聲序列圖像分割方法.pdf
- 基于圖像分割的顯著性物體檢測(cè)方法
- 基于圖像分割的顯著性物體檢測(cè)方法.pdf
- 基于視覺(jué)顯著性的圖像分割方法研究.pdf
- 基于顯著性檢測(cè)模型的圖像分割算法研究.pdf
- 基于顯著性的圖像分割研究.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
- 基于超像素分割合并的圖像顯著性檢測(cè)算法.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 圖像顯著性區(qū)域檢測(cè)方法研究.pdf
- SAR圖像顯著性檢測(cè)方法研究.pdf
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 基于超像素分割的視覺(jué)顯著性檢測(cè).pdf
- 圖像顯著性檢測(cè)研究.pdf
- 基于顯著性檢測(cè)的圖像質(zhì)量評(píng)價(jià)
- 基于顯著性圖像局部模糊測(cè)量與分割.pdf
- 圖像頻域顯著性檢測(cè).pdf
- 基于顯著性檢測(cè)的圖像質(zhì)量評(píng)價(jià).pdf
- 基于多特征的圖像顯著性檢測(cè).pdf
- 基于顯著性檢測(cè)的圖像壓縮和視頻檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論