超聲甲狀腺結(jié)節(jié)自動(dòng)分類研究.pdf

1、近年來(lái)，隨著患甲狀腺癌的比例不斷攀升，甲狀腺癌已成為當(dāng)今危害人類健康的疾病之一。醫(yī)學(xué)超聲成像因其具有安全、有效、攜帶方便以及成本低廉等特點(diǎn)，已成為甲狀腺癌診斷的一種重要手段。利用數(shù)字圖像處理以及人工智能等技術(shù)處理甲狀腺超聲圖像以判斷腫瘤的良惡性，為醫(yī)生臨床診斷提供非常重要的輔助信息。本文主要針對(duì)甲狀腺超聲圖像分類問(wèn)題進(jìn)行研究，包括腫瘤區(qū)域的特征提取以及允許一定誤差時(shí)基于腫瘤區(qū)域分割的腫瘤分類問(wèn)題。
　　由于甲狀腺超聲影像圖像的對(duì)比

2、度和分辨率都較低，且?jiàn)A雜斑點(diǎn)噪聲，不同人群的腫瘤大小、形狀和位置等差異較大，這些都是影響腫瘤特征提取區(qū)域分割效果的主要因素。本文針對(duì)所處理圖像特征，采用了基于主動(dòng)輪廓模型的方法進(jìn)行超聲甲狀腺腫瘤圖像分割。首先對(duì)原始圖像進(jìn)行預(yù)處理。然后利用主動(dòng)輪廓模型算法進(jìn)行甲狀腺腫瘤區(qū)域的分割。該分割方法能較快地分割出腫瘤區(qū)域，但是該分割結(jié)果存在一定的分割誤差。該分割結(jié)果能滿足本文選取的特征提取算法以及分類算法對(duì)分割精度的要求。
　　本文通過(guò)把分

3、割得到的感興趣區(qū)域劃分為若干的子區(qū)域，再提取每個(gè)子區(qū)域的紋理特征組合成為整個(gè)結(jié)節(jié)區(qū)域的紋理特征。最后對(duì)各個(gè)子區(qū)域進(jìn)行分類，然后統(tǒng)計(jì)在該感興趣區(qū)域中惡性子區(qū)域占所有子區(qū)域的比例來(lái)確定該感興趣區(qū)域的良惡性。本文分割得到的腫瘤區(qū)域與實(shí)際的腫瘤區(qū)域存在一定的誤差，可能會(huì)影響個(gè)別子區(qū)域特征信息的提取，由于該腫瘤區(qū)域的良惡性質(zhì)是通過(guò)統(tǒng)計(jì)惡性子區(qū)域所占比例來(lái)確定，因此分割結(jié)果中存在的誤差只會(huì)影響很少一部分子區(qū)域性質(zhì)判斷。本文通過(guò)提取局部的特征信息來(lái)避