基于Kmean的乳腺腫塊檢測(cè)方法

　　摘要：乳腺癌是一種常見的惡性腫瘤，早期診斷和治療是降低乳腺癌死亡率的關(guān)鍵。腫塊是乳腺癌在X線圖像上的一個(gè)主要表現(xiàn)，本文提出了一種基于Kmean的乳腺腫塊檢測(cè)方法。該方法包括四個(gè)步驟：首先是圖像預(yù)處理，該階段包括去除背景、標(biāo)記、胸肌和噪聲，以及乳腺分割;其次利用Kmean方法找到感興趣區(qū)域(ROI);然后提取能夠表征腫塊的特征;最后根據(jù)提取到的特征將腫塊和正常組織分離開來(lái)。通過(guò)在MIAS數(shù)據(jù)庫(kù)中乳腺X線圖像的測(cè)試實(shí)驗(yàn)，得到的檢測(cè)腫塊的準(zhǔn)確率為93.2%，結(jié)果表明，該方法能夠有效的檢測(cè)出腫塊。

　　引言

　　乳腺癌是女性最常見的惡性腫瘤之一，嚴(yán)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(dòng)檢測(cè)出腫塊的方法。一般的計(jì)算機(jī)輔助檢測(cè)系統(tǒng)大都包括以下幾個(gè)部分：首先輸入原始圖像;然后進(jìn)行預(yù)處理;然后提取感興趣區(qū)域(ROI);再對(duì)這些ROI進(jìn)行特征提取;最后根據(jù)這些特征，經(jīng)過(guò)分類，得到腫塊和正常組織。大多學(xué)者注重研究如何提出乳腺圖像中的可能病灶區(qū)域以及如何對(duì)這些感興趣區(qū)域(ROI)區(qū)域進(jìn)行進(jìn)一步判斷。

　　對(duì)于感興趣疑似病灶的提取，Matsubara等人^[2]提出了一種自適應(yīng)閾值技術(shù)來(lái)檢測(cè);而Petrick等人^[3]則是通過(guò)一種自適應(yīng)灰度加權(quán)對(duì)比度增強(qiáng)濾波器(DWCE)來(lái)實(shí)現(xiàn)的。對(duì)于ROI區(qū)域的分類，Sahiner等人^[4]在提取出了感興趣區(qū)域的紋理特征后，采用一種卷積神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行分類;Wei等人^[5]則通過(guò)計(jì)算基于灰度共生矩陣的紋理特征，利用線性誤差分類器進(jìn)行分類;而Kupinsk等人^[6]根據(jù)幾何特征、灰度特征以及梯度特征采用一種正規(guī)化神經(jīng)網(wǎng)絡(luò)進(jìn)行分類。

　　檢測(cè)方法

　　本文提出的方法分為以下幾步：(1)預(yù)處理;(2)提取感興趣區(qū)域;(3)特征提取;(4)腫塊檢測(cè)。其流程圖如圖1所示。

　　預(yù)處理

　　在預(yù)處理階段，我們手動(dòng)去除了圖像的背景、胸肌(斜側(cè)位圖像中存在胸肌)、標(biāo)記以及噪聲，并且將圖像中的乳腺分割出來(lái)。如圖2所示，(a)為一幅斜側(cè)位乳腺X線原圖像，(b)為經(jīng)過(guò)預(yù)處理之后的圖像。整個(gè)預(yù)處理過(guò)程是在醫(yī)生的監(jiān)督下進(jìn)行的。