乳腺医学图像处理

内容简介

[

本书较系统地介绍了计算机辅助乳腺疾病检测与诊断的技术。全书共四个部分, 十三个章节。首先简要介绍了乳腺癌疾病的发病情况和乳腺疾病在钼靶X射线图像上的征象, 然后针对三种*常见的异常表现, 即微钙化、肿块与结构扭曲, 结合数字图像处理和机器学习技术, 分别介绍了相关的图像增强、计算机辅助检测与良恶性识别方法。

]

目录

**部分 乳腺癌疾病及影像学诊断概述第1章 概述1.1 乳腺癌疾病概述1.2 计算机辅助乳腺癌检测概述1.3 内容安排第2章 乳腺癌致病因素及诊断2.1 乳腺癌致病因素简述2.2 乳腺癌的筛查与诊断2.3 钼靶X射线图像上乳腺癌的征象2.4 病变的评估第二部分 乳腺图像钙化异常增强与检测第3章 基于拉普拉斯金字塔的图像增强3.1 引言3.2 钙化增强算法3.3 实验结果第4章 基于离散余弦变换的图像增强4.1 引言4.2 理论基础4.3 基于DCT域的图像增强算法4.4 实验结果第5章 基于小波的乳腺癌图像增强5.1 引言5.2 直接对比度增强算法5.3 实验结果和结论第6章 结合聚类与支持向量机的钙化检测6.1 引言6.2 相关技术简介6.3 提出的方法6.4 检测结果及分析第三部分 肿块异常分割、检测与良恶性识别第7章 相关技术介绍7.1 引言7.2 水平集分割方法7.3 特征提取7.4 基于互信息的特征选择7.5 SVM分类器第8章 基于标记分水岭和水平集算法的肿块分割8.1 引言8.2 理论基础8.3 基于标记分水岭和水平集算法的肿块分割算法8.4 实验结果8.5 算法评价第9章 基于窄带水平集和支持向量机的肿块检测9.1 引言9.2 初始检测和分割9.3 基于窄带法的活动轮廓分割9.4 减少误检率9.5 数据集9.6 实验结果第10章 基于互信息特征选择与支持向量机的肿块良恶性识别10.1 简介10.2 算法10.3 实验结果第11章 基于L21范式双支持向量机的肿块良恶性识别11.1 引言11.2 研究背景11.3 提出的TWSVML2111.4 在肿块良恶性分类中的应用11.5 实验结果第四部分 结构扭曲检测及识别第12章 基于多TBSVM-RFE的结构扭曲检测12.1 引言12.2 方法12.3 实验结果第13章 基于迁移学习的乳腺X射线图像中结构扭曲异常识别13.1 引言13.2 方法13.3 实验结果参考文献

封面

书名:乳腺医学图像处理

作者:刘小明著

页数:211页

定价:¥70.0

出版社:科学出版社

出版日期:2016-11-01

ISBN:9787030505132

PDF电子书大小:110MB 高清扫描完整版