试论乳腺X线图像预处理研究

　　【摘　要】乳腺癌是多发恶性肿瘤。乳腺X线图像技术是乳腺癌起到早期发现和诊断的最佳方式，但是因为乳腺X线在成像方面具有图片清晰度和像素较低的弊端，需要计算机辅助设备进行增强图像、分割图像、提取特征以及分类诊断，为医生进一步治疗提供科学依据。本文从乳腺X线图像目前存在的问题为切入点，提出新的小波融合增强图像的方法以及医生操作和改进的live-Wire交互分割方式对乳腺X线预处理进行研究。

　　【关键词】乳腺X线图像；小波交换；live-Wire交互分割方式

　　引言

　　乳腺癌在临床上运用乳腺X线图像来进行早期探测和诊断，此方式是最重要的早期预防工具，但是乳腺X线图像存在不清晰性和不明显性。为了辅助医生更加有效的诊断病情，减少漏诊率以及帮助医生分辨肿瘤性质，进而减少死亡率，需要按照乳腺X线具有的特性来寻找更加科学的方式对图像质量予以改善，让图像特征更加明显，运用图像分割技术让医生为分析和观察图像提供辅助工具，让乳腺肿块更加容易识别。

　　1 乳腺X线图像出现的问题以及难点

　　对乳腺X线图像质量具有影响的因素很多，例如患者乳腺成分、年龄、组织密度等，为了降低客观因素影响图像质量以及方便后续处理，需要预处理图像。使用乳腺X线图像时乳腺其他结构和乳腺肿块对在受到X线照射时出现吸收率相似的情况，背景区域和肿块区域混成一片，影像中噪音高、图像复杂。乳腺X线形成图像后，需要找到科学的预处理方式，让肿瘤边界清晰、特征逐步明显起来。另外对乳腺肿块进行准确分割也同样重要，错误的进行分割对耽误治疗而产生严重后果。在乳腺X线图像中乳腺癌主要表现在出现乳腺肿块，通常是单个、不规则形状的。肿块一般被正常组织所覆盖，比对度很差，其中分割可疑肿块的计算机乳腺X线图像辅助图像检测是难点。目前，在对医学图像进行处理的研究中，医生通常运用计算机检测对患者进行诊疗，但是因为此环节中，自身的问题多样性、差异性以及复杂性，在识别中出现一些问题。因此医生经验和计算机检测系统数据相结合或许能够解决问题。

　　2 乳腺X线图像预处理方式

　　2.1 新的小波融合增强图像的方法

　　2.1.1 首先直方图均衡化

　　此方式是对非线性予以处理的过程思路是运用非线性特征对原始图像具有的灰度分布进行变换，让原来集中的灰色部分变换成分布均匀的新图像，使其在灰度区域内具有大致相同的像素点。运用直方图均衡化的手法将图像对比度进行调整，利用增强输入图像具有的灰度级，将图像调整到较宽亮度的范围中来，进而增强图像清晰度，改善图像对比度，为提取图像特征做充分准备。

　　2.1.2 图像去噪

　　乳腺X线图像因为乳房组织具有的特殊性，出现较多噪音，采取中值滤波器能够去掉图像中含有的噪音，进而提高图像质量。中值滤波器是非线性平滑技术，能够抑制噪声。其基本原理是把图像中各个像素点具有的灰度值设置成区域内全部像素点具有灰度值的中值。实现的方式为对图像采样窗口选择奇数数据予以排列。然后运用排序后的中值将需要处理的数据予以取代。中值滤波去噪法具有的特点是能够将孤立噪声予以消除，并保留图像和边缘锐度的细节，让各个部分的图像更加清晰。

　　2.2 医生操作和改进的live-Wire交互分割方式

　　首先live-Wire的计算方式。live-Wire计算的思想是将需要分割的图像当作连通图，像素是图中的节点，两个相邻像素间的边是节点相连接的边。每个边定义成代价函数，给较强的边缘提供最少的代价值，给非强边缘提供比较大的代价值，相邻的两个像素间为0代价弧赋，不是相邻的两个像素之间是+代价，把分割转换设定为从起点直至目标点的最优路径，然后运用图搜索来找到物质具有的边界，将指定物体边界弧度上两个点间最近的距离作为物体边界。传统live-Wire计算方式能够灵敏的分辨噪音，但是难以区别物体的边缘，对具有较大弯曲程度的图像难以准确找到最优边界。

　　其次优化live-Wire计算方式。运用Canny算式来设置代价函数。Canny计算方式是现在最受欢迎的检测技术，提供根据边缘检测进行优化的基础。对Canny进行分析，其符合三个准则。第一是信噪比准则，此方式是无附加相应中最好的检测方式，以平滑处增强信噪比SNR来降低噪声反应，最大程度的对图像中物体实际边缘进行识别。第二定位精度准则。检测物体时间边缘位置和物体边缘间最小距离所在的正确位置。第三单边缘具有的准则。降低单边缘具有的多重性，进而得到单响应，图中边缘只能进行一次标识，对可能存在的噪声，就不会在将其标识为边缘。运用live-Wire计算方式将图像予以交互式分割，缩小动态搜索范围，缩短寻找最佳路径的时间，提高速度，降低搜索具有的盲目性，提升准确率。

　　3 结束语

　　随着时代的发展和进步，计算机技术得到快速提升，对乳腺X线图像计算机检测方式进行分析，成为现代处理医学影像问题的研究方向，结合计算机自动控制、数字图像处理、模式识别以及计算机视觉等领域的先进技术，为医学虚拟手术研究提供基础。本文对乳腺X线图像预处理方面进行研究，在分割图像和增强图像的方面，增强医学图像信息量，提高算计检测体系的客观性和准确性。为医生的诊断和治疗提供科学的资料，进而提升医疗效果。

　　参考文献

　　[1]高新波.基于MCA的乳腺X线图像中肿块的自适应检测方法[J].电子学报，2011(03).

　　[2]吕卫.一种基于小波变换的乳腺X线图肿块分割方法[J].中国医学物理学杂志，2013(06).

　　[3]梁正友.一种新的小波融合的乳腺图像增强方法[J].计算机应用与软件，2014(01).

　　王振龙 崔舜瑀 李万锋 于龙飞

关注读览天下微信， 100万篇深度好文， 等你来看……