乳腺X线影像信息平台探讨与实现

乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。乳腺钼靶X线摄影是目前诊断乳腺癌的首选方法,但由于早期乳腺癌的影像学特征并不十分明显,因而即使富有经验的医生也很难及时发现图像中所有可能的病变区域。随着医学和计算机技术的迅速发展,使用乳腺钼靶X线摄影来进行乳腺中病灶的计算机辅助检测已成为乳腺癌早期诊断的研究热门。好的计算机辅助检测系统能够有效地防止由于视觉疲劳和疏忽而造成的误诊和漏诊,帮助医生更好地识别图像中的微小病变。乳腺癌计算机辅助诊断要得到广泛的应用,除了在基础算法理论上的研究以外,在信息平台上的研发也是必不可少的。本文首先先容并分析了现有的乳腺癌计算机辅助检测系统及相关图像分割算法的研究情况,然后阐述医学影像信息平台的相关技术及其设计与实现,最后重点描述以此平台为依托的胸肌区域自动分割算法和胸部外轮廓检测算法。本文的主要贡献概括如下:1.应用设计模式思想及J2EE相关技术,设计并实现了医学影像信息平台,满足了临床影像信息管理和教学实践的需求;2.针对侧视乳腺X线图像中胸肌的影像学特点,提出了一种直线粗估计胸肌边界进而迭代逼近真实边界的胸肌区域自动分割算法;3.在充分考虑胸部外轮廓检测难点的基础上,提出了基于数学形态学的人工标记去除算法及胸部外轮廓检测算法,有效地分割出了乳腺区域。目前,医学影像信息平台已经被西安交通大学医学院应用于临床信息管理和教学实践中,而本文所提出的分割和检测算法,经实验表明已取得了良好的效果。相信经过不断的努力和改进,这些算法将与平台进一步的结合从而具有更加广阔的应用远景|教学论文范文|。【关键词】：乳腺癌J2EEMVC图像分割数学形态学
【论文提纲】：摘要4-5Abstract5-8第一章绪论8-161.1研究背景及意义8-91.2研究进展及现状9-131.2.1数字化医疗影像概况9-101.2.2乳腺癌计算机辅助诊断系统研究进展10-121.2.3乳腺X线图像分割算法研究进展12-131.3论文的研究内容及安排13-16第二章医学影像信息平台的设计与实现16-322.1J2EE技术16-172.2MVC设计模式17-222.2.1MVC概述18-192.2.2MVC的优点19-202.2.3平台设计框架202.2.4平台框架的应用程序组件20-222.3Struts应用框架22-242.4数字医学影像信息的获取24-262.4.1DICOM标准24-252.4.2病人文字信息的获取25-262.5平台的设计与实现26-312.5.1需求分析26-272.5.2系统功能描述27-302.5.3系统逻辑结构302.5.4技术路线30-312.6小结31-32第三章胸肌区域自动分割算法32-423.1医学图像分割32-343.1.1图像分割定义32-333.1.2图像分割算法分类33-343.2胸肌区域自动分割算法34-383.2.1直线估计34-363.2.2直线验证363.2.3边沿点检测36-373.2.4迭代改进37-383.3实验结果及分析38-413.3.1直线估计和验证的实验结果38-393.3.2迭代检测边沿的实验结果39-413.4小结41-42第四章胸部外轮廓检测算法42-524.1形态学基础42-434.2去除人工标记43-464.3胸部外轮廓检测算法46-484.4实验结果与分析48-514.5小结51-52第五章总结与展望52-565.1总结52-535.2今后的研究工作与展望53-56致谢56-58参考文献58-62作者在读期间参加的科研和发表的论文62