基于Kmean的乳腺腫塊檢測方法

　　摘要：乳腺癌是一種常見(jiàn)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(xiàn)圖像上的一個(gè)主要表現，本文提出了一種基于Kmean的乳腺腫塊檢測方法。該方法包括四個(gè)步驟：首先是圖像預處理，該階段包括去除背景、標記、胸肌和噪聲，以及乳腺分割;其次利用Kmean方法找到感興趣區域(ROI);然后提取能夠表征腫塊的特征;最后根據提取到的特征將腫塊和正常組織分離開(kāi)來(lái)。通過(guò)在MIAS數據庫中乳腺X線(xiàn)圖像的測試實(shí)驗，得到的檢測腫塊的準確率為93.2%，結果表明，該方法能夠有效的檢測出腫塊。

　　引言

　　乳腺癌是女性最常見(jiàn)的惡性腫瘤之一，嚴重威脅著(zhù)婦女的健康甚至生命。腫塊和鈣化簇是乳腺癌最常見(jiàn)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(xiàn)圖像中自動(dòng)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(gè)部分：首先輸入原始圖像;然后進(jìn)行預處理;然后提取感興趣區域(ROI);再對這些ROI進(jìn)行特征提取;最后根據這些特征，經(jīng)過(guò)分類(lèi)，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域以及如何對這些感興趣區域(ROI)區域進(jìn)行進(jìn)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(shù)來(lái)檢測;而Petrick等人^[3]則是通過(guò)一種自適應灰度加權對比度增強濾波器(DWCE)來(lái)實(shí)現的。對于ROI區域的分類(lèi)，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(jīng)網(wǎng)絡(luò )的方法進(jìn)行分類(lèi);Wei等人^[5]則通過(guò)計算基于灰度共生矩陣的紋理特征，利用線(xiàn)性誤差分類(lèi)器進(jìn)行分類(lèi);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(jīng)網(wǎng)絡(luò )進(jìn)行分類(lèi)。

　　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(dòng)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(lái)。如圖2所示，(a)為一幅斜側位乳腺X線(xiàn)原圖像，(b)為經(jīng)過(guò)預處理之后的圖像。整個(gè)預處理過(guò)程是在醫生的監督下進(jìn)行的。