题目：乳腺微钙化点提取敏感性及特异性的研究

随着医学的高速发展，人们对肿瘤等恶性疾病早期诊断的要求越来越迫切。在乳腺癌的研究中发现，借助于计算机辅助诊断（computer aided diagnosis，CAD）可以大大提高早期诊断率和医生的诊断效率，从而为患者的预防和治疗争取时间，有效降低发病率和死亡率。因此以模式识别为核心的CAD软件系统正广泛进入医学影像诊断领域，辅助医生做出更准确、更及时的定性诊断。微钙化点是乳腺癌早期的重要征兆之一，发现乳腺X线片中的微小钙化点并根据钙化点的形态及分布来判断其良恶性质是实现乳腺癌早期诊断的关键技术之一。本文对数字图像处理相关技术进行了研究，并结合模式识别的最新知识，分析大量乳腺X线片的特征，提出了检测数字乳腺影像中微钙化点的方法：根据灰度直方图分布特征对图像进行分类，运用灰度直方图均衡等方法对影像进行预处理；然后利用小波变换理论和灰度形态学等方法提取钙化点；并在提取钙化点的基础上使用图论簇化分析和支持向量机的模式识别方法进行钙化点良恶判别；同时，本文对算法提取的敏感性及特异性进行分析，并尝试将医学影像学中的受试者操作特性解析（receiver operating characteristic analysis， ROC）评测方法引入对算法的评价中，由观察者对原始影像和带有钙化点标记的影像进行五值ROC试读，记录并分析数据结果，得到算法的ROC参数和敏感性、特异性等指标，结果表明，使用该算法可大大提高信息检出率，可以帮助诊断医师减少漏诊和误诊；最后，应课题要求，在本文研究成果基础上，利用Visual C++6.0的集成开发环境，改进了“乳腺癌计算机辅助诊断系统”，该系统已经用于乳腺癌的临床早期诊断中。