近紅外乳腺圖像的處理與分類算法研究.pdf

1、乳腺癌是全球女性最常見的惡性腫瘤之一，目前尚無有效的預(yù)防措施。隨著乳腺癌的發(fā)病率逐年上升，乳腺癌的早發(fā)現(xiàn)、早診斷是降低乳腺癌患者死亡率的有效手段。由于近紅外光譜掃描操作方便，成本較低，是乳腺疾病檢測(cè)的重要方法之一，廣泛應(yīng)用于乳腺疾病的普查中。但是得到的近紅外乳腺圖像中，通過肉眼診斷乳腺癌變的成功率并不十分理想，而且需要醫(yī)生有很高的專業(yè)能力。因此，對(duì)近紅外乳腺圖像進(jìn)行處理，以輔助醫(yī)生診斷，并在此基礎(chǔ)上，實(shí)現(xiàn)癌變部位的自動(dòng)分類，具有重大意義

2、。本文的主要研究工作與成果如下:
　　(1)針對(duì)近紅外乳腺圖像提出了基于Canny算子的加權(quán)引導(dǎo)濾波，對(duì)圖像進(jìn)行預(yù)處理，并與基于方差的加權(quán)引導(dǎo)濾波進(jìn)行了對(duì)比。采用不同的窗口半徑及規(guī)整化因子對(duì)圖像進(jìn)行處理，減小噪聲的同時(shí)又加強(qiáng)了邊緣紋理信息，得到了良好的預(yù)處理效果，驗(yàn)證了本文預(yù)處理算法的優(yōu)越性。
　　(2)在預(yù)處理的基礎(chǔ)上采用模糊C-均值聚類算法對(duì)圖像進(jìn)行分割，詳細(xì)的分析了網(wǎng)絡(luò)初始化的參數(shù)的設(shè)定，不需要任何人工干預(yù)即可進(jìn)行自動(dòng)

3、分割，可以將癌變部位和正常的乳房組織分割開來，得到了良好的分割結(jié)果，可以有效輔助醫(yī)生定位癌變部位。
　　(3)提出了11層的VGG(Visual Geometry Group)卷積神經(jīng)網(wǎng)絡(luò)。采用該網(wǎng)絡(luò)對(duì)近紅外乳腺訓(xùn)練圖像進(jìn)行訓(xùn)練學(xué)習(xí)，利用不同尺度的測(cè)試圖像塊進(jìn)行測(cè)試，并進(jìn)行對(duì)比，確定了測(cè)試效果最優(yōu)的圖像塊尺度，得到了良好的分類結(jié)果，分類的準(zhǔn)確率較高。通過與FCM聚類分析算法的結(jié)果進(jìn)行比較，VGG卷積神經(jīng)網(wǎng)絡(luò)不需要預(yù)先設(shè)定各種參數(shù)，