1、乳腺癌是女性最常見的惡性腫瘤之一，嚴(yán)重影響女性的身心健康甚至危及生命。微鈣化點(diǎn)是早期乳腺癌的主要征象，但乳腺X線影像的信息中僅有3％能為人眼所見，且早期乳腺癌微鈣化點(diǎn)非常小、不規(guī)則、形狀和分布各異，人工診斷很容易被忽視或誤診。因此使用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)高效的乳腺X線影像診斷一直是國內(nèi)外該領(lǐng)域?qū)W者研究的方向。
　　本文主要研究了乳腺X線醫(yī)學(xué)圖像分析與處理算法，及其醫(yī)學(xué)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。主要進(jìn)行了以下幾方面的工作：
　　1)圖像

2、預(yù)處理。由于原始圖片分辨率高，灰度分布表現(xiàn)過于集中，對比度很低，將其先進(jìn)行直方圖均衡化與灰度歸一化處理，并采用自適應(yīng)中值濾波技術(shù)，去除噪聲，增加圖像對比度。然后采用自適應(yīng)閾值分割去除背景提取乳腺區(qū)域，為之后的工作大大降低運(yùn)算量，提高效率增加檢測精度。
　　2)微鈣化點(diǎn)感興趣區(qū)域的提取。根據(jù)醫(yī)學(xué)上微鈣化點(diǎn)感興趣區(qū)域的定義，找出輸入的乳腺x線圖像中可能的異常區(qū)，提取出感興趣區(qū)域。具體算法包括：拉普拉斯銳化、圖像平滑、差值處理、分形維數(shù)

3、的地毯覆蓋法等。
　　3)微鈣化點(diǎn)的檢測。本文對傳統(tǒng)的LOG算法進(jìn)行了改進(jìn)，提出了一種新型的結(jié)合形態(tài)學(xué)濾波的1LOG_2LOG級聯(lián)算法。首先運(yùn)用形態(tài)學(xué)Top-hat方法對微鈣化點(diǎn)感興趣區(qū)域圖像進(jìn)行增強(qiáng)，然后使用形態(tài)學(xué)開運(yùn)算去除虛假鈣化點(diǎn)，從而得到候選的微鈣化點(diǎn)區(qū)域，最后使用1LOG_2LOG級聯(lián)算法對候選的微鈣化點(diǎn)進(jìn)行進(jìn)一步確認(rèn)。通過研究表明，相比其他傳統(tǒng)算法，該方法不僅大大提高了檢測速度，而且能夠精確提取微鈣化點(diǎn)的位置和邊緣，對

4、實(shí)現(xiàn)乳腺癌的自動(dòng)診斷具有重要的應(yīng)用價(jià)值。
　　本文所有算法的研究都是基于OpenCV開源代碼的。由于OpenCV的源代碼完全開放，本文利用這套代碼在PC上以Visual C++6.0集成環(huán)境做平臺完成了基于OpenCV的乳腺X線醫(yī)學(xué)圖像處理與分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。利用OpenCV中的圖像數(shù)據(jù)操作，動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)，數(shù)學(xué)形態(tài)學(xué)操作，結(jié)構(gòu)分析等函數(shù)，實(shí)現(xiàn)了對乳腺X線圖像預(yù)處理、微鈣化點(diǎn)感興趣區(qū)域的提取和微鈣化點(diǎn)檢測的功能。
　　實(shí)驗(yàn)