题目：乳腺癌计算机辅助诊断系统

乳腺癌是妇女常见的恶性肿瘤之一，早发现，早诊断，早治疗是降低乳腺癌死亡率的关键。乳腺X光钼靶片是目前早期诊断乳腺癌的首选方法。但由于早期乳腺癌的影像学特征并不十分明显，又因为医生经验和视觉疲劳等因素影响，所以很难及时发现图像中所有可能的病变区域。随着医学和计算机技术的迅速发展，根据乳腺钼靶X光图像来进行乳腺中肿块及微钙化点的计算机辅助检测已成为乳腺癌早期诊断的研究热点。计算机辅助检测系统能够有效地防止因为视觉疲劳和疏忽而造成的误诊和漏诊，帮助医生更好地识别图像中的病变。肿块是乳腺癌在X光图像上的一个主要表现，本文采用了三种新的检测算法来进行乳腺X线图像中肿块的自动检测。首先，采用了一种基于IrisFilter的乳腺肿块检测方法。IrisFilter能有效地增强图像中的肿块，然后再采用自适应阈值的方法分割出肿块疑似区域，在对疑似区域进行了特征提取后，将二叉决策树分类器应用于肿块区域和正常组织的分类。其次，采用了基于模型的乳腺肿块自动检测方法。在对肿块深入分析的基础上，构建肿块的模型，通过计算模板和图像的相关值提取肿块疑似区域。利用两种方法去除假阳性区域，从而得到真正的肿块区域。最后，提出了金字塔检测肿块的方法,首先利用指数变换对图像进行处理，增强了高灰度区域的对比度，然后采用金字塔方法分割出疑似区域，提取疑似区域的六个特征输入到分类器中，利用概念简单、计算方便的二叉决策树把疑似区域分为肿块区域和正常的乳腺组织。实验结果表明，本文提出的检测方法取得了良好的检测结果，相信经过不断的努力和改进，这些检测算法将具有广阔的应用前景。