【毕业学位论文】（Word原稿）乳腺钼靶X线图像肿块分割技术研究

兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 第一章 绪论 题研究背景和意义 研究发现，乳腺疾病是女性常见的疾病，现已成为 15年龄段的妇女死亡于癌症的首因。根据统计发现，世界上每年约有乳腺癌患者 120 万，死于乳腺癌的约有 50 万 1。乳腺癌的发病率也在逐年持续增高，现在，乳腺癌已经成为女性癌症中发病率最高的恶性肿瘤疾病。亚洲原本的乳腺癌发病率很低，但近几年亚洲地区的乳腺癌发病率很明显的在不断上升，在新加坡、日本以及我国沿海地带表现的尤为突出，而且乳腺癌患者日趋年轻化。在我国，每年患上乳腺癌的妇女约有 18 万，死于乳腺癌的约有 。近年来，乳腺癌的死亡增长率在我国妇女癌症中居第一位。 由于乳腺癌的致病原因还没有一个定论，尽早的发现及诊断是目前预防与治疗乳腺癌的关键。现在亟需对乳腺癌进行系统深入的研究。利用计算机辅助检测与诊断 (称 术对乳腺癌进行检查及诊断，可以 减轻放射医师的诊断工作量， 使 诊断的效率更高、诊断更加的客观。统主要完成两个任务：一是计算机分析理解图像、定位图像中的病灶或提取病灶特征；二是计算机要建立一个判断病灶良、恶性的标准。 检测及诊断乳腺癌的一个很重要工具就是医学影像技术。目前用于乳腺癌检测的常用医学影像学技术包括 : 计算机断层扫描 技术 、超声成像技术、核磁共振技术 、 乳腺钼靶 X 线摄影 技术 等。下面简单的介绍一下这几种影像技术。 计算机断层扫描技术：其本质是一种 X 线断层成像技术，借助于电子计算机来进行成像和数据处理。其优点： (1)显示乳腺局部解剖结构及肿块强化后血供分布情况效果较好； (2)可以薄层扫描，减少重叠干扰，且不受年龄、乳房类型及操作不当的影响。缺点：辐射较大、价格昂贵、空间分辨率低等。 超声波影像技术的工作原理是首先利用 高频探头产生声波，接着传感器对入射声波产生的反射和散射声波进行处理，最后形成灰度影像对比分布图。该影像技术具有无放射性 及 可以鉴别肿瘤的良恶性等优点。但是，对某些早期迹象容易遗漏，而且成像对比度也较差。 核磁共振成像是一种非电离式的检测方法，该方法是利用磁场和注入人体静脉内的对比剂对组织进行成像的。无放射性、软组织对比度和分辨率最高是核磁共振成像的优点。但是该技术对微小钙化点不敏感、费用高、特异性低。 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 用 X 线照射人体乳房组织，在荧光屏上显示的黑白深浅不同的影像就是乳腺钼靶 X 线图像。乳腺钼靶 X 线摄影术摄片信息量 大、价格低廉、简单方便，被认为是早期乳腺癌检测的最可靠且有效的工具 2。该技术在检测早期无症状的隐匿性乳腺癌方面有较好的效果。对于乳腺 X 线摄影术，有两种摄影方法：头足位 (侧斜位 ( 图 1 1 图 1- 1 头足位的乳腺 X 线摄片， 侧乳房 )， 侧乳房 ). 图 1- 2 侧斜位的乳腺 X 线摄片， 侧乳房 )， 侧乳房 ). 乳腺钼靶 X 线图像处理及分析中主要涉及：以提升图像质量为目的的图像去噪和图像增强算法研究，即图像预处理部分；以准确提取病灶区域和检测钙化点与肿块为目的的图像分割算法的探索研究；以提高乳腺癌早期诊断正确识别率为目的的钙化点与肿块特征选择与分类研究。本文主要围绕肿块分割展开研究，为了提高分割精确率，会在对图像进行分割之前加入图像预处理的部分。 州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 肿块是乳腺癌重要的局部表现之一。在乳腺钼靶 X 线图像中，肿块和背景区域通常会有较大的噪声，肿块和周围区域的对比度比较低，肿块一 般为一个且形态不定，肿块的边缘比较模糊。目前，国外对计算机辅助检测与诊断系统已经有很深入的研究，但是国内针对乳腺钼靶 X 线图像中肿块区域的粗分割以及肿块精确分割的研究还比较少，尚需进一步的研究。 腺钼靶 X 线图像肿块分割的研究现状 1993 年，在美国召开的第一届国际乳腺 X 线图像分析专题讨论会是计算机技术大规模和全面的应用到乳腺 X 线图像的研究中的开始。乳腺钼靶 X 线图像分割是乳腺 X 线图像研究中的重要工作。乳腺钼靶 是乳腺区域的分割，就是把整个图像分成背景和 乳腺两个区域；二是病灶的分割，一般包括肿块和钙化点。与钙化点相比，肿块的形态、密度、大小、灰度等更加多样，很容易与正常的腺体组织发生混淆，因此增加了肿块检测的难度 3。 本文主要围绕的是乳腺钼靶 X 线图像中肿块的分割技术研究。图像分割就是根据需要将图像划分为有意义的若干区域或部分的图像处理技术，是由图像处理进行到图像分析的关键步骤，也是一种基本的计算机视觉技术和高层图像处理的基础。在乳腺钼靶 X 线图像处理和分析中，肿块分割为后面的特征提取做准备，为乳腺癌的早期诊断提供重要的数据，是非常关键的一步。在过去的 20 年里，已经出现了很多的乳腺钼靶 X 线图像肿块分割方法，各个算法的原理各不相同，处理效果也不相同。 现有的 乳腺钼靶 像 肿块 分割方法 在本文中被 分为 ：基于 阈值 的分割方法、基于特定理论的分割方法、基于区域的分割方法以及基于 模型 的分割方法。 于阈值的分割方法 图像阈值化分割就是 通过设定不同的特征阈值，把图像象素点分为若干类 ，是最基本和应用最广泛的图像分割技术。该方法具有容 易实现、性能稳定、计算量小等优点。现在有很多基于阈值的图像分割算法 ,但是并没有一种通用的阈值分割算法 ,每种图像分割算法都有其优点和局限性。图像阈值化分割算法 4应用到乳腺 例如，在文献 4中，作者采用 法进行肿块的分割，应用支持向量机提取钙化点。该文针对乳腺钼靶 X 线摄片数据库 的 433 幅图像进行处理，其正确检测率在 85%以上。 F. 人 6利用一种局部自适应阈值的方法进行肿块的分割，在该文中对 78幅乳腺 中 30幅正常的兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 图像和 48 幅癌变的图像。实验结果表明，该算法具有较好的效果。结合自适应全局阈值和自适应局部阈值的改进算法 7用于分割乳腺钼靶 该算法被应用 像库中的170 幅乳腺图像中，实验结果表明，该算法有 敏感性及 假阳性。文献 8提出一种分割肿块的算法，该算法是将传统的 值方法与形态学重建滤波器技术相结合，该算法简单、快速，并且无需考虑肿块的大小，对各种肿块均适用。相较于标准的 值方法 和区域增长算法，实验结果表明该算法的分割效果较好。 于区域的分割方法 直接找寻区域是区域生长分割技术的基础。区域生长是一种根据事先定义的准则将像素给予区域聚合成为更多的区域的过程。基本方法是以一组“种子”点开始，将于种子点性质相似的相邻像素附加到生长区域的每个种子上。基于区域的分割方法 9常用的乳腺钼靶 人 9用区域增长算法对乳腺钼靶 得了较好的效果。文献 10基于区域增长算法，提出一种快速、有效的乳腺 验结果表明，该方法对针状肿块具有较好的分割效果。一种全自动分割算法 14被应用到乳腺钼靶 X 线图像的肿块分割中，该算法结合两种半自动的分割方法：水平集算法和标记控制分水岭分割算法。将其应用到 17幅乳腺图像中，实验表明该算法能快速、精确的分割肿块，且具有一定的噪声鲁棒性。 人 13提出一种基于多尺度特征融合和最大后验估计 (法的肿块分割算法。该算法被应用到 480 个感兴趣肿块区域，实验结果表明该算法能有效地分割不明确的肿块和针状肿块。一种自动的基于先验知识 的分水岭方法 16被应用到乳腺钼靶 X 线图像的肿块分割中 ,首先，利用 缘检测算子从背景中提取出乳房，然后，利用改进的基于固有先验知识的分水岭变换提取肿块的边缘，即分割出肿块。实验结果表明该改进算法能有效地分割肿块并且有利于后面的图像压缩。 于特定理论的分割方法 研究表明，目前还没有一种通用的图像分割理论，随着新理论、新方法的提出，出现了很多与一些特定理论相结合的图像分割方法 24比如 ： 基于脉冲耦合神经网络 (分割算法 24， 25、基于小波变换的分割方法 26， 27、基于聚类分析的分割方法 28基于容限近集理论的分割方法 33等。 容易引入空间信息 是 基于神经网络的分割方法 显著的特征 ， 并且 能较好地解兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 决图像中的噪声和不均匀问题。 人 24用结合模糊集理论和 分割 方法来进行乳腺钼靶 X 线图像肿块的分割，对一些乳腺 X 线 图像进行处理，得到了较好的效果。文献 25提出一种新的肿块分割的算法，在该算法中，首先用肿块的数学模型提取肿块的大致位置；接着，基于由 生的时间序列特性 ，用模糊 类方法对像素进行分类；最后，结合肿块的位置和聚类的结果对肿块进行分割。实验结果表明该算法误判率很低并且能较精确的提取肿块。 小波变换在图像处理和分析等许多方面得到 广泛的 应用，它在时域和频域都具有良好的局部化性质。 在文献 27中，一种基于多尺度小波变换的分割算法被用于分割乳腺 X 线图像中的肿块。使用多尺度小波变换得到密度数据用于训练多层感知器网络，然后进行肿块的分割。 人 30应用均值 漂移 聚类算法进行分割乳腺钼靶 X 线图像中的肿块，再利用虹膜耦合滤波器 获得梯度矢量，然后进行肿块检测。将该系统应用到包括有 193 个肿块的 398 幅乳腺图像中进行测试，其敏感性达到 81%，有75%的肿块被检测到。 在文献 31中，一种基于梯度的算法被应用到乳腺钼靶图像的肿块分割中，对 226 个乳腺钼靶 X 线图像肿块做实验，其中包括 109 个恶性肿块和 117 个良性肿块，实验表明该算法能较好的分割肿块。文献 33用一种改进的基于容限近集理论的算法分割乳腺图像中可能的肿块，用容限近集来建立不相交集里对象间的相似性。该算法与 法进行对比，结果显示 容限近集理论分割算法有较好的分割效果。 于模型的分割方法 方法被广泛的应用到医学图像的分割中，其目的是想找到感兴趣区域的边界。基于模型的分割方法是根据图像的先验知识建立模型，最为常用的是活动轮廓模型，也叫 型。例如： 型或者矢量场卷积 (型在内外力的共同作用下从最初的轮廓线收敛得到最终的感兴趣物体边界。在医学图像分割中，基于模型的分割方法已经发展成为最活跃和成功的一个研究领域。 参数活动轮廓模型被应用到乳腺钼靶 X 线图像肿块分割中 3563。例如：在文献 36中，作者提出一个新的活动轮廓模型 算法用于针状肿块的分割。文献 42利用图像轮廓的整体信息将初始轮廓在外部力的作用下收敛到最优轮廓，从而有效的分割出潜在的肿块区域。 人 43把向量值水平集方法应用到乳腺图像的肿块分割中，首先使用向量值水平集方法得到初始轮廓，在得到的初始轮廓周围分析可能的正确区域，多种信息的结合获得更加精确的分割结果。实验证明该算法能有效地肿块边缘较模糊的复杂肿块，并且有较好的噪声鲁兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 棒性。文献 44提出了一种最大似然活动轮廓模型， 用乳腺钼靶图像来评价该算法，与两种现有方法 (自适应水平集方法和水平集针状分割方法 )进行比较，结果表明该算法的分割精确性更好，且具有较好的噪声鲁棒性。 以上总结了 现有的 乳腺钼靶 X 线 图像 肿块 分割方法 。基于模型的分割方法越来越受到研究人员的关注，在本文的研究中，也将使用一种常见的基于模型的分割方法，参数活动轮廓模型，对乳腺钼靶 X 线图像的肿块进行分割。 文主要研究内容及安排 论文主要研究内容 本课题来源于国家自然科学基金 (61175012)“乳腺癌诊断中乳腺钼靶 术研究”。 本 论 文 工作 是将 乳腺钼靶 X 线图像中的肿块提取 出来 。 本文主要研究内容： 1. 在分析和总结国内外参数活动轮廓模型研究进展的基础上，较全面的综述了参数活动轮廓模型：传统 型原理、算法 及算法求解， 几种典型的改进参数活动轮廓模型的原理和优缺点及参数活动轮廓模型在医学图像处理领域的应用。 2. 将传统 型及几种典型的改进参数活动轮廓模型，如：距离势能模型、 型和 型，用于 U 形图、 U 形加噪图中，进行试验，对比分析各个模型的优缺点。 3. 介绍本文所采用的 乳腺 X 线图像库 阐述图像库中乳腺图像的大小、形状等特征。 4. 针对乳腺 X 线图像中肿块与背景对比度低、肿块边缘模糊以及参数活动轮廓模型在分割肿块时存在的一些缺点，提出两个改进方向，一是对参数活动轮廓模型进行改进，本文在 型的基础上对外部力进行改进，提出了改进的参数活动轮廓模型。进行肿块分割实验分析表明，该改进模型相较于 型及典型 型，有较好的分割效果及较低的计算复杂度。二是对乳腺钼靶 X 线图像进行增强，本文采用形态学的方法进行图像增强，从增强后图像可以看出，相较于原图像，肿块与背景区域的对比度增强了，然后对增强后图像进行肿块分割实验， 型和典型 型的分割效果均能得到提高 。 论文章节安排 本论文是围绕着参数活动轮廓模型在生物医学图像分割中的应用展开，将参兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 数活动轮廓模型应用到乳腺钼靶 X 线图像的肿块分割中，本文 的具体章节安排如下： 第 一 章 是本论文的绪论部分。 分别概述了乳腺 癌 的研究背景和意义 、现有的肿块分割方法和分类 以及本 论 文的主要 研究内容和 具体章节的 安排。 第 二章对参数活动轮廓模型进行全面深入的综述 。分别介绍了传统 型的原理、算法及算法求解，几种典型的改进模型的原理，传统 型和几种改进的 参数活动轮廓 模型用于 U 形加噪前后图的实验对比分析以及参数活动轮廓模型在医学图像处理领域的应用。 第三章将参数活动轮廓模型用于 乳腺钼靶 X 线图像的肿块分割中，实验分析现有的几种参数活动轮廓模型用于肿块分割的优缺点。分析在肿块分割中遇到的问题、探讨可能的解决方案。接着提出基于参数活动轮廓模型的改进肿块分割算法。 第四章将前一章中提出的改 进的分割方法应用到乳腺钼靶 X 线图像的肿块分割中，与 型、 型进行实验对比分析。 第五章对本文进行结论与展望。总结本文的研究内容及对发展空间进行展望。 本论文的研究工作是 国家自然基金“乳腺癌中乳腺钼靶 X 线图像影像处理与分析关键技术研究” 研究小组研究成果的一部分，小组的研究工作由马义德教授和王兆滨老师进行指导，小组成员 有 :郭淼、谢卫莹、张燕、鲁相玉、董敏。其中，鲁相玉负责乳腺钼靶 X 线图像的预处理部分，郭淼、谢卫莹和张燕 主要进行乳腺钼靶 X 线图像中病灶 (肿块、钙化点 )的分割研究 ， 董敏 负责病灶的分类。该国家自然基金 的研究 成果： 文 五 篇， 文 11 篇 。 该论文得到基金支持：国家自然科学基金（ 1175012），教育部科技项目博士点基金（ 20110211110026），中央高校基金（ 省自然科学研究基金（ 1208 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 第二章 参数活动轮廓模型综述 活动轮廓模型 46是 1987 年提出的，该模型在内外力的共同作用下可以收敛到图像边缘或者感兴趣区域 47， 48。活动轮廓模型用连续曲线来表达目标轮廓，将分割过程转变为 求解能量最小泛函的过程，再通过对轮廓线的进一步分析而实现对图像的理解与识别 49。 根据 计算视觉分层计算理论，轮廓提取被认为是一个自治的、自底而上的处理过程，底层的处理结果将会直接影响到上层的处理。 进入 到 20 世纪80 年代以后， 对于 具体问题， 人们认为具有 融合上层知识 与 下层图像特征 能力的方法是最切实可行的。在 这样的 背景下 ，提出了 活动轮廓模型 。该 模型 是一种基于总体和局部的自上而下和自下而上的处理过程。 统 型 型原理 用一个曲线来表示 46。 先定义一个初始化轮廓的位置，然后定义能量函数，轮廓沿能量降低的方向收敛，当能量函数达到最小时，初始轮廓收敛到目标的真实轮廓。 用 c(s)=(x(s), y(s) 来表示 型的轮廓线，其中 ,s (0, 1)， 当 s(0)=s(1)时 ，说明该轮廓线是闭合曲线，点 c(s)被 称为蛇素 ( x(s)和 y(s)分别表示每个控制点在图像中的坐标位置。从数学上来说，活动轮廓模型通过最小化式(2能量泛函而达到收敛 ： ) ) ()()() ) )()( 222110i n （ 2 其中，内部能量用 示，用来约束轮廓的平滑性，它承载图像的上层知识，是由轮廓拉伸、弯曲所产生的。 外部能量，它表示图像局部特征如：亮度、梯度、纹理等。 c(s)和 c(s)分别表示对 、 一般取常量，是一阶导数和二阶导数的权重，用来控制 对于灰度图像 I(x, y)，其典型的外部能量为： 2)1( ),(),( e x t (2 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 2)2(e x t ),(*),(),( (2其中， G(x, y)是标准差为 的二维高斯函数， * 是线性卷积， 代表梯度算子。 如果图像是二值图像，那么其典型的外部能量表示为： ),(),()3(e x t （ 2 ),(*),(),()4( （ 2 型算法 作为数学的一个分支，变分法的诞生，是现实世界许多现象经过不断探索的结果。可追述到 著名的“最速降线”问题，最后由欧拉（ 和拉格朗日 (明了这一类问题的普遍解法，从而确立了数学的一个新分支 变分学。现实中很多现象可以表示为泛函极小问题，我们称之为变分问题。 如下形式的泛函为最简泛函： )(),(,()( （ 2 被积函数 F 包含自变量 t ，未知函数 x (t)及导数 x(t)。 若 J(x(t)在 x0(t)达到极值（极大或极小），则 0)(0 2 利用泛函极值的变分表示，式 (2为： 00 xx x d （ 2 由于 x 的任意性，及 x( x(0， 由基本引理，即得： 0 2 通常这是关于 x(t)的二阶微分方程。 型算法求解 采用变分法 50求解 型，则公式 (2写为： 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 ()(1010222221 (2对 10 )()( （ 2 cd 101010101010)()()()()()( (2 )()()()()()()()()()()()()(1010101010101010101010101010(2 cd 10101010101010101010)()()(-)()()()()()()()()(2当 E 取极值时 , E=0，由于 c 具有任意性，以及 c(0)， c(1)， c(0)， c(1)为 0，由基本引理，则 必有： 0)( （ 2 能量方程 E 可以通过获得的欧拉方程式 (2实现最小化求解过程。于是能量最小化问题就转化为了求偏微分方程。公式 （ 2可以看成是一个力平衡方程： 0)()(i cc （ 2 其中， c) = c- c 是内部力，保证 廓线的连续性和光滑性，)()( f 是外部力，将 廓推向图像边界。 将曲线 c(s)看 作随时兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 间变化的曲线，并对方程 （ 2求偏导，可得如下方程： ),(),(),(),(c （ 2 用有限差分 46,51的方 法对其进行离散化可求解公式 (2 )()464()2(121111112111111 （ 2 连续曲线 c(s)被一系列离散点 i (0, 1, , M 替，则可以写成矩阵形式： 11t ）（ (2化简式 (2： （ 2 其中， 是步长， I 是 MM 的单位矩阵， , , 0t), 1t), , T. 12332212333321223321（ 2 其中， +6, (+4), 。 传统 型最显著的优点 52：将图像数据、初始轮廓的选取、目标轮廓特征以及知识的约束条件都集成在 一个特征提取过程中。但也存在一些问题：其分割结果对初始轮廓的位置和形状较为敏感；难以分割凹陷区域的目标；容易收敛到局部极值点；不能灵活地处理曲线拓扑结构的变化。 统 型的改进模型 传统 型从提出到现在，已经出现了很多的改进模型，主要是从以下两个方面进行的改进：外力和初始化。 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 力改进 外力对活动轮廓模型非常重要，影响着活动模型的最终收敛结果。以下介绍的几种改进模型均是针对模型外部力进行的改进。 为了扩大传统 型的同步区域， L. D. . 出了 距离势能模型 (51算法。该模型的外部力是基于欧式距离定义的，外部力为： ),(),(d(),( （ 2 其中 k 是一个常数 ,d 是点 (x, y)到最近的边界点的距离。 相较于传统 型，距离势能模型增大了同步范围，但是不能收敛到凹陷区域的边界，且其同步范围有限。 2. 梯度矢量流 (型 人的 3模型是针对传统 廓不能收敛到物体的凹陷边缘这一难题提出的。他们提出了一种叫做梯度向量流的新外部力，是在整个图像域计算梯度场，扩大了活动轮廓在扩散过程中的捕获区域，从而促使轮廓收敛到边缘的凹陷部分。 型外力 表示为： ),(),(),( （ 2 它可 通过最小化 式 (2量方程得 到 ： d x d )( 222222（ 2 其中 ， 是一个正参数 ，其 大小一般 根据 噪声量而设置，一般噪声越多 ， 值就越 大 54。 则有： )()( e x t （ 2 且对凹陷边界的收敛不是那么理想。 3. 矢量场卷积 (人 55在 型 的 基础上，提出 了 型。 先定义矢量 场核， 然后将 矢量场核 与原 图像 的 边缘图 像进行 卷积 运算，卷积运算的结果 作为 型 的 外部力 。 矢量场核 K(x, y)： 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 ),(),(),( （ 2 其中，在点 (x, y)处 的向量 幅值 用 m(x, y)表示，指向核源 (0, 0)的单位矢量 用 n(x, y)表示 。 ,),( n （ 2 除去核源 (0,0)处，式 (2成立。其中， x, y)的距离。 两个矢量场核幅值方程 ： )(),(1 （ 2 )ex p (),(222 （ 2 型的外 部 力 x, y)： ),(),(),( f c （ 2 )()( x tv f（ 2 其算法求解过程同传统 型。 始化改进 活动轮廓模型 的 初始化 是很重要的一个步骤，它影响着活动轮廓的最终收 敛结果。传统 型用的是手动初始化，这种方法准确率高但是非常复杂，为了降低手动初始化的复杂度，很多的自动初始化方法 56被提出。一般使用 圆、长方形等 一些简单的几何图形来表示 自动初始化轮廓。这种简单的 几何模型 在 进行初始化时 耗时少 、操作简单，但是在 处理复杂图像时可能会 产生 误差。如果选取合适的初始化轮廓形状和位置，会取得较好的收敛结果。 比如，在文献 57中，人提出了泊松相反梯度 (的自动初始化方法，该方法利用一种新方法估计外 部能量从而得到最相似于目标物的初始轮廓，并且它能初始化一个或多个初始轮廓。 此外 ， 还有通过改变活动轮廓 模型的参数和 活动轮廓方程的计算方法 等来改进参数活动轮廓模型 。参数设置对于活动轮廓来说也很重要 ,它影响活动轮廓的最终收敛结果。参数设置的合适，就将得到较好的结果，相反，设置的不合适，很可能收敛不到物体的正确边界。这里不再详细阐述。 种模型的实验对比 下面两组实验均是在 2009a 环境下完成的，均是以几何圆形作为兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 初始化轮廓。首先对 U 形图像进行实验，接着对加噪后的 U 形图进行实验对比分析。其 中，公共参数： =它参数 : 型中 高斯滤波器大小为 55，方差 =5； 距离势能模型公式 (2中 k= 型中=型公式 (2 r=32,=试验中活动轮廓模型选择闭合曲线。在 图 22 ， 初始轮廓 的 位置 用黑 色 虚 线 来 表示 ， 最终 收敛结果在图中用 红线 标注。 形图像的实验效果对比 在该实验中， U 形图是一幅 64 64 像素的灰度图像， 其 初始化 轮廓的 圆心为 (32, 32)。 (a) (b) (c) (d) (e) (f) 图 2- 1 活动轮廓模型 (a)原图； (b)初始轮廓半径 R=20)；(c) R=30)； (d) 距离势能模型 (R=30)； (e) R=30)； (f) R=30). 从图 2以看出，传统 型在初始轮廓很接近感兴趣物体的时候能大致收敛到物体边界，只是不能收敛到凹陷部分的边界。说明传统 型的同步范围很有限，并且不能收敛凹陷边界。从图 2的 (d)-(f)可以看出，距离势能模型相较于传统 型有较大的同步区域，但是同样不能收敛凹陷边界。 型有较大的同步范围并且能收敛凹陷边界，但是收敛效果不是兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 很理想，而 型既有较大同步区域又能很好的收敛凹陷区域边界。 2. 噪 声对活动轮廓模型的影响 在这组实验里，以加噪的 U 形图像作为实验对象，每个活动轮廓模型的 初始化 轮廓 圆心 均 为 (32, 32)。 (a) (b) (c) (d) (e) (f) 图 2- 2 加噪的 (a)原图； (b)R=25);(c)距离势能模型(R=25);(d)R=25); (e)R=25); (f)型 (R=28). 在图 2，由于在 U 形图像中所加的 是随机的噪声， 因此 每次 实验的收敛结果 都 不 相 同 。经过 多次 的实验结果 观察发现 ：传统 型易受噪声影响，距离势能模型和 型抗噪声能力 都特别 差，没有一次 能收敛 到目标物体边界， 型可以 很好的收敛 到目标 物体边界 ， 并且其同步范围很大 。 为了更客观的分析各个参数活动轮廓模型的抗噪声能力，本实验采用均方根误差 (定量评价这些参数活动轮廓模型对噪声的敏感性。加噪前后的分割结果 图用 行 分析 ， 大，说明前后对比图差异 越 大 ， 抗噪声能力越差，反之，说明抗噪声能力 越好。 计算公式如下： S 2)( (2 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 公 式中 R 表示 加噪前结果 ， F 为 加噪后结果 ， 前后 对比图 的大小均为 MN。 在这里，对加噪前后的分割结果图进行比较，其参考图是未加噪的 U 形图 像的分割结果，加噪前后分割结果图越接近，说明该模型的抗噪声能力越强。各个模型抗噪声能力 如表 2 表 2- 1 各模型加噪前后的 模型 型(R=25) 距离势能模型 (R=25) 型(R=25) 型(R=25) 型(R=28) 表 2以看出，距离势能模型的抗噪能力最差， 型和 初始化轮廓半径相同的情况下， 型 的抗噪性能最好，在半径增大时， 型 的均方根误差值会有所增大，但相对于其它模型仍然很小，说明 型 的抗噪声能力最强且同步区域也较大。 医学图像处理领域的应用 医学图像处理是一门综合了数学、计算机科学、医学影像学等多个学科的交叉学科，是利用数学和计算机的方法对由不同的医学影像设备产生的图像按照实际需要进行处理和加工的技术。医学图像处理是当今各领域应用和需求广泛的一门学科。参数活动轮廓模型在医 学图像处理中也有很广泛的应用，如：医学图像分割、边界提取、目标物跟踪等。 像分割 医学图像分割是医学图像处理中最基本和最重要的技术。医学图像分割技术的发展决定着医学图像处理中其它相关技术的发展。参数活动轮廓模型被广泛的应用到医学图像分割中 56， 61例如， G. D. 人 56提出一种新的活动轮廓模型用于全自动的分割血管超声图像，该算法能够精确、快速、有效地的分割血管超声图像。在文献 62中，一种基于快速 改进活动轮廓分割算法被吴等人提出，此算法被应用 到多种器官分割中，如：肺、右心室、肾脏和前列腺。与 法相比，在保证分割精确度的情况下，该算法节省了一半甚至更多的时间。唐等人 63提出一种多方向 型算法用于分割皮肤癌图像，该算法有较好的噪声鲁棒性，并且能有效的收敛所需边界。 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 界提取 参数活动轮廓模型算法也是医学图像边界提取 69， 70的重要工具。例如，文献 69提出一种改进的时间自适应活动轮廓模型，该算法被用于提取人眼虹膜的边界，克服了传统时间自适应算法的一些缺点 (比如说算法收敛很慢等 )。实验结果表明，该算法有相 对较满意的效果。在文献 70中，一种结合马尔科夫随机场和活动轮廓模型的算法被提出，被用于人类肾脏图像的边界提取。 标跟踪 除了图像分割和边界提取，参数活动轮廓模型还被应用到目标物体跟踪 71。在文献 71中，活动轮廓模型用于同步生物细胞，活动轮廓的初始化通过先验知识获得。文献 72采用时间序列 型跟踪由于药物作用而导致的动脉结构变形。在一项初步调查中，该算法被成功的用来评估新开发药物的效果。 它应用 参数活动轮廓模型的应用范围很广，除了应用到医学图像分割 、边界提取、目标物体跟踪以外，还被应用到其它的医学图像处理方面，如：图像重构 76， 77、形状估计 78等。在文献 76中，一种新的统计变形模型被用于解剖器官的三维重构。 M. 人 78用三维的参数活动轮廓模型算法来进行立体声低温电子显微图像中 形状估计。 章小结 本章首先介绍了传统 型的原理、算法以及针对外力改进的一些典型的改进模型。紧接着对几种典型模型进行图像分割实验对比：其中包括对 U 形图的分割实验对比分析、对 U 形图加噪后图像的分割实验对比分析。最后综述了参数 活动轮廓模型在医学图像处理领域的应用：图像分割、边界提取、目标跟踪及其它应用。 兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 第三章 乳腺钼靶 X 线图像分割 参数活动轮廓模型在图像处理中有广泛的应用，尤其是对图像分割有更好地效果并且具有更大的潜力。参数活动轮廓模型用于图像分割的整体流程图如下图： 原 图 像外 力初 始 化 轮 廓最 终 分 割 结 果活 动 轮 廓 变 形内 力图 3- 1 参数活动轮廓模型用于图像分割的整体流程图 在本章中，我们用参数活动轮廓模型来分割乳腺钼靶 X 线图像中的肿块。本章安排如下：第 一 节 介绍乳腺钼靶 X 线图像库，重点介绍本文中所用的像库，包括该图像库里正常图像个数、非正常图像个数、图像中肿块的特征等 ；第 二 节 给出参数活动轮廓模型应用于乳腺 钼靶 X 线图像中肿块分割的实验，进行分析 ；第 三 节阐述 参数活动轮廓模型在分割肿块时遇到的问题以及探讨可能的解决方案 ； 第四节对本章进行总结 。 腺钼靶 X 线图像库 最常用的乳腺钼靶 X 线图像库：英国的 像库 (et 1994)和 南佛罗里达大学 的 像库。本文采用的所有图像数据均来自兰州大学 硕 士研究生学位论文 乳腺钼靶 X 线图像肿块分割技术研究 像库。该图像库是公共开放的，所有图像均采用侧斜位的摄影方法进行拍摄，一共有 322 幅图像，每幅图像均是 1024 1024 像素的灰度图像，其空间分辨率是 50m。 其中包括 207 幅正常乳腺图像和 115 幅非正常