醫(yī)學(xué)圖象分析的機(jī)器學(xué)習(xí)方法.pdf

1、本文對(duì)自動(dòng)醫(yī)學(xué)圖象分析的計(jì)算機(jī)輔助檢測(cè)問(wèn)題進(jìn)行了研究，提出利用機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)計(jì)算機(jī)輔助檢測(cè)的兩種新方法，并基于所提出的方法構(gòu)造了完整的檢測(cè)系統(tǒng)，用于檢測(cè)醫(yī)學(xué)圖象中存在的病變。針對(duì)數(shù)字X光乳腺圖象，本文對(duì)所提出的兩種方法和完整的檢測(cè)系統(tǒng)進(jìn)行了設(shè)計(jì)、驗(yàn)證和分析。 本文將計(jì)算機(jī)輔助檢測(cè)的圖象分析過(guò)程分為兩個(gè)階段考慮：對(duì)包括圖象調(diào)整和圖象分割步驟的第一階段，本文提出了利用強(qiáng)化學(xué)習(xí)技術(shù)實(shí)現(xiàn)自適應(yīng)圖象分割的方法，可以根據(jù)輸入圖象的特征選擇

2、適當(dāng)?shù)奶幚硭惴ú⑴渲眠m當(dāng)?shù)膮?shù)，從而獲得最優(yōu)的分割結(jié)果。對(duì)包括特征提取和對(duì)象識(shí)別步驟的第二階段，本文提出了利用多分辨率直方圖特征表示以及核分類算法實(shí)現(xiàn)自動(dòng)病變檢測(cè)的方法，消除或限制了特征選擇步驟，可以同時(shí)檢測(cè)多種類型病變，而不必分別對(duì)各種病變進(jìn)行檢測(cè)。結(jié)合所提出的兩種方法，本文構(gòu)造了完整的檢測(cè)系統(tǒng)，并通過(guò)適當(dāng)?shù)恼{(diào)整對(duì)系統(tǒng)性能進(jìn)行優(yōu)化。 實(shí)驗(yàn)結(jié)果表明：自適應(yīng)圖象分割方法對(duì)不同類型圖象都可以達(dá)到很高的分割精度；自動(dòng)病變檢測(cè)方法對(duì)多種