<del id="aymay"></del> 引言
乳腺癌是女性最常見的惡性腫瘤之一，嚴重威脅著婦女的健康甚至生命。腫塊和鈣化簇是乳腺癌最常見的特征。本文的目的就在于研究并提出一種能夠在乳腺X線圖像中自動檢測出腫塊的方法。一般的計算機輔助檢測系統大都包括以下幾個部分：首先輸入原始圖像;然后進行預處理;然后提取感興趣區域(ROI);再對這些ROI進行特征提取;最后根據這些特征，經過分類，得到腫塊和正常組織。大多學者注重研究如何提出乳腺圖像中的可能病灶區域以及如何對這些感興趣區域(ROI)區域進行進一步判斷。
對于感興趣疑似病灶的提取，Matsubara等人[2]提出了一種自適應閾值技術來檢測;而Petrick等人[3]則是通過一種自適應灰度加權對比度增強濾波器(DWCE)來實現的。對于ROI區域的分類，Sahiner等人[4]在提取出了感興趣區域的紋理特征后，采用一種卷積神經網絡的方法進行分類;Wei等人[5]則通過計算基于灰度共生矩陣的紋理特征，利用線性誤差分類器進行分類;而Kupinsk等人[6]根據幾何特征、灰度特征以及梯度特征采用一種正規化神經網絡進行分類。
檢測方法
本文提出的方法分為以下幾步：(1)預處理;(2)提取感興趣區域;(3)特征提取;(4)腫塊檢測。其流程圖如圖1所示。
預處理
在預處理階段，我們手動去除了圖像的背景、胸肌(斜側位圖像中存在胸肌)、標記以及噪聲，并且將圖像中的乳腺分割出來。如圖2所示，(a)為一幅斜側位乳腺X線原圖像，(b)為經過預處理之后的圖像。整個預處理過程是在醫生的監督下進行的。
