基于彩超图像序列中血流信息分析的癌症识别方法研究

随着超声设备的改进，彩色超声图像的质量和分辨率越来越高。然而，由于目前诊断中过于依赖医生肉眼对视频图像中动态信息的捕捉，故造成大量信息的丢失，影响了诊断结果的准确性。.本项目将视频挖掘技术及模式识别理论与医学临床信息相结合，以彩色超声序列图像为研究对象，以提取并分析其中潜在的、与疾病相关的血流信息和识别肿瘤的良、恶性为目标。.本项目利用主动轮廓与基于变分的水平集方法定位感兴趣区域（ROI），采用基于聚类方法进行肿瘤及血管检测，提取血流分布和动静脉属性等特征，建立了一种多层次的癌症信息描述体系，使用关联规则对所获得信息进行挖掘。在上述研究基础上，建立一个基于彩色超声图像序列的辅助诊断方法，以此验证信息的准确性和所挖掘规则的有效性。.本项目是视频挖掘与医学相结合的研究，是图像序列处理研究和应用的重要组成部分。研究成果有望给计算机视觉和模式识别研究与应用带来突破性进展。