基于Kmean的乳腺肿块检测方法

　　乳腺分割

　　在对图像进行了去除背景、胸肌、标记以及噪声后，为了更好的提取乳腺区域的特征，我们需要将乳腺区域提取出来。

　　本文提取乳腺区域的方法是：首先，将图像在垂直方向上等间隔分成11份;其次，在水平方向上的每一个间隔内每隔50个像素从背景区域向乳腺区域进行搜索，直到找到离乳腺区域最近的点;然后，将每个间隔内得到的点按照三次样条插值连接起来，这样就将乳腺区域的边界找出来了;最后，根据一定的阈值将边界外的背景区域去除，以此完成乳腺区域的分割。

　　提取感兴趣区域

　　为了得到感兴趣区域(ROI)，本文采用了无监督聚类方法Kmean。起初我们对每幅图像应用Kmean时采用的K值是不同的，是根据经验值得到的。通过这些经验值得到的结论是：如果肿块的面积比较大且灰度值比较大，则采用的K值较小，反之，如果肿块的面积比较小，则采用的K值比较大。为此，我们采用的是一种自适应K值的Kmean聚类方法。

　　传统Kmean算法

　　Kmeans算法^[7]的工作过程如下：首先从n个数据对象任意选择K个对象作为初始聚类中心，而对所剩下的其他对象，则根据他们与这些聚类中心的相似度，分别将他们分配给与其最相似的聚类。然后，再计算每个所获新聚类中心，不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数，具体定义如下：

　　其中，p代表对象空间中的一个点，mi为聚类的均值。

　　改进的Kmean算法

　　杨善林^[8]等人构造了距离代价函数，并以距离代价最小准则求解最佳聚类数K。距离代价函数为：

　　其中，m为全部样本的均值，p代表对象空间中的一个点，mi为聚类的均值

　　该方法的原理是：首先，根据经验规则计算和确定最优解的上界，其中n为输入的数据个数;其次，用Kmean算法实现所有数目下的空间聚类;然后，根据距离代价函数分别计算不同聚类数目K下的F(S,K)值;最后，搜寻距离代价函数最小的F(S,K)，并记下相应的K值。

　　提取ROI

　　由于肿块的灰度值与正常组织不同，所以我们提取的特征包括每个像素点的灰度值以及以该像素点为中心的4,8连通区域的均值，窗口内的均值。将这些特征作为Kmean的输入，K值根据改进的Kmean方法获得。根据肿块亮度比较大的特点，将每幅图像中灰度值比较大的簇提取出来，作为感兴趣区域(ROI)。

　　经过Kmean聚类后得到的感兴趣区域如图3所示。其中红色曲线表示得到的感兴趣区域。由图可以看出来，提取的ROI中均存在假阳性区域。

　　特征提取

　　由于通过Kmean得到的ROI并不都是肿块，所以需要提取可以表征肿块的特征。形态学特征已广泛应用于医学图像的目标检测。因此，通过对得到的ROI的二值图像中的独立区域提取形态学特征，将ROI进行进一步的分类。在本文中我们主要用的特征包括：面积(Area)，离心率(Eccentricity)，圆形度(Circularity)，可靠性(Solidity)以及占空比(Extent)。