乳腺肿瘤超声图像的特征分析

基于乳腺肿瘤良恶性在超声图像的不同特征,利用计算机自动识别,作为医生的辅助诊断。方法的步骤为:本文先在常用超声仪上获得乳腺肿瘤超声图像,接着从图像中自动提取肿瘤边缘,然后自动提取不依赖于超声仪系统的特征参数,用特征选择器选择出最优特征矢量,最后经分类器判别乳腺肿瘤的良恶性。实验基于200例病例随机划分为训练集和测试集各半进行测试,获得结果Accuracy为0.960,Sensitivity为0.982,Specificity为0.935,PPV和NPV分别为0.946和0.977,结果表明本文方法泛化能力强,可以作为识别乳腺肿瘤良恶性的一种辅助手段。

超声乳腺肿瘤图像的边缘提取

目的探求乳腺肿瘤超声图像的边缘提取。方法广义梯度矢量流Snake模型已经成功地用于噪声相对比较小的CT、MRI等医学图像,然而乳腺肿瘤超声图像对比度低,斑点噪声大,很难将该模型直接应用于乳腺肿瘤超声图像。本文针对乳腺肿瘤超声图像的特点如图像对比度低,斑点噪声大,部分边缘缺失,肿瘤内部微细结构分布复杂(如血管,钙化灶等),特别恶性肿瘤还具有复杂形状等,采用相应的图像处理技术如非线性各向异性扩散滤除斑点噪声,形态学滤波器平滑图像,直方图均衡化提高图像的对比度,最后将该模型引入到乳腺肿瘤超声图像边缘提取。结果实验对158例乳腺肿瘤超声图像进行边缘提取,定量和定性分析均获得满意的结果。结论本文方法可以有效地用于超声乳腺肿瘤图像的边缘提取。

乳腺肿瘤超声图像识别模式分类方法的比较研究

目的利用乳腺肿瘤超声图像良恶性的不同特征,借助于模式分类方法对乳腺肿瘤良恶性进行识别,作为医生的计算机辅助诊断。方法本文研究基于乳腺肿瘤超声图像的原始特征参数已提取情况下,采用顺序前进搜索方法获得最优特征矢量,然后利用支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器四种模式识别方法分别对乳腺肿瘤良恶性进行识别。结果基于200例病例随机划分为训练集100例和测试集100例进行测试,支撑矢量机、贝叶斯分类器、BP网络和Fisher线性判别器的Accuracy分别为0.960,0.940,0.932±0.013,0.930。结论支撑矢量机的分类性能优于其它分类器,能有效地对超声图像乳腺肿瘤进行良恶性识别。

亲水有机相/含盐水体系萃取L-赖氨酸

以乙醇、磷酸氢二钾和水形成亲水有机相 /含盐水体系 .用该体系萃取分离L 赖氨酸 ,实验考察其可能性和影响因素 .结果表明 ,赖氨酸在该体系的分配系数K ,随体系成相磷酸二氢钾浓度的增加而减小 ,随体系pH值的增大而增大 ,而添加NaCl带来的影响却很小 .该体系在wK2 HPO4 =0 .2 5 ,wC2 H5OH=0 .2 0和pH =1 3时 ,赖氨酸的分配系数K可达 1 2 .8.

三维超声心脏图像的模糊聚类分割

采用三维超声心动图对小儿先天性心脏病进行诊断与治疗能达到比传统二维超声心动图更直观的效果。然而由于超声图像质量较差,三维超声心动图的可视化效果往往无法达到医生的要求。本文对三维超声心脏图像进行分割,以改进超声图像的可视化效果,并为参数提取等提供基础。首先采用快速的模糊c均值聚类得到初始分割结果;然后利用图像多分辨率技术进行修正;接着结合图像的对比度进行进一步的分割;最后,把处理后的图像用绘制的方法显示出来。本文的结果对超声图像的可视化效果有一定的改善.

异丙醇-磷酸氢二钾-水三元体系的溶解度和液液相平衡

用浊点法测定在常压和 35℃下 ,异丙醇 -磷酸氢二钾 -水三元体系的平衡溶解度 ,及该体系的液液相平衡数据 .绘制相应的溶解度图和相图 ,结合回归溶解度经验方程 (R≥ 0 .999) ,并探讨这种双水相体系形成的条件和相平衡的初步规律 .实验结果表明 ,异丙醇 -磷酸氢二钾 -水能形成稳定的双水相体系 ,其成相的质量分数范围为磷酸氢二钾 (0～ 0 .72 86 )、水 (0～ 0 .6 814 )、异丙醇 (0～1.0 0 ) .该双水相体系有可用于物质的苯取。

超声图像斑点噪声限制的非线性各向异性扩散

结合非线性各向异性扩散和斑点噪声的限制,有效抑制临床超声图像斑点噪声.基于最小均方误差方法得到瞬时方差系数作为边缘检测器去控制扩散方程,并将经过对数压缩的斑点噪声模型限制通过附加能动项引入,通过能量最小化,自动估计附加能动项最优权值.仿真图像和临床超声图像实验证实,该算法能有效抑制斑点噪声、保留纹理信息.