● 摘要
乳腺癌是危害女性健康的主要恶性肿瘤，且发病率呈逐年递增的趋势，对其防治已刻不容缓。如今用于乳腺癌临床诊断的磁共振成像(MRI)相对于其他成像技术具有一些优势，但在临床上也同时存在着不少问题。针对MRI繁重的人工解读现状和CAD技术的存在的问题与挑战，本文提出了改进的ISODATA算法和模糊ISODATA算法对乳腺MR图像中的肿瘤进行检测。通过仿真实验和临床实测数据验证了两种算法的有效性和准确性，并对两者的性能进行比较。主要的工作如下：
(1) 介绍了MR图像的噪声特点；分析了均值滤波的特点；通过对仿真数据降噪前后的峰值信噪比和归一化均方差进行对比分析，验证其对MR图像降噪的可行性。
(2) 介绍了ISODATA算法的原理和具体步骤，针对其在乳腺MR图像聚类存在的不足进行改进，提出改进的ISODATA算法，并用临床数据进行算法性能验证；最后利用DCE-MRI动态曲线对肿瘤的良恶性进行识别。
(3) 介绍了基于目标函数的模糊ISODATA聚类分析的理论基础，包括数据规格化方法、构造模糊相似矩阵和模糊分类方法；阐述了模糊ISODATA聚类分析方法，并给出了聚类效果的检验标准；最后用前一章的临床数据验证其聚类性能，同时利用动态曲线对肿瘤的良恶性进行识别。