|
|
1、超声射频乳腺数据库。 2、关于超声射频参考资料及代码。 3、关于数字图像处理和Matlab编程的参考资料。 |
1、阅读资料，完成外文翻译（2000字以上）和开题报告（3000字以上）。 2、了解超声射频基本原理，构建合适乳腺病变评价参数，使其能对乳腺RF数据进行良恶性准确分析预测。 3、改进超声射频乳腺病变评价参数，使其能进一步区分乳腺病变程度并进行准确评级。 4、毕业设计论文中要包含主要程序和算法运行结果，进行比较说明。 5、有质量的完成毕业设计论文，紧扣中心且各章节层次分明。 |
1、毕业设计开题报告（不少于3000字），以及1篇外文资料翻译（不少于2000字）。 2、在Matlab环境下调试通过的程序以及存放该程序的软盘或光盘。 3、程序调试技术报告。 4、毕业设计论文（不少于15000字）。 |
[1] Rafael C.Gonzalez,Richard E.Woods. Digital image Processing(Second Edition) [M]. 电子工业出版社,2003. [2] 徐飞,施晓红. Matlab应用图像处理[M]. 西安电子科技大学出版社, 2002. [3] Uniyal N, Eskandari H, Abolmaesumi P, et al. Ultrasound RF time series for classification of breast lesions[J]. IEEE transactions on medical imaging, 2015, 34(2): 652-661. [4] Moradi M, Abolmaesumi P, Siemens D R, et al. Augmenting detection of prostate cancer in transrectal ultrasound images using SVM and RF time series[J]. IEEE Transactions on Biomedical Engineering, 2009, 56(9): 2214-2224. [5] Sadeghi-Naini A, Sannachi L, Pritchard K, et al. Early prediction of therapy responses and outcomes in breast cancer patients using quantitative ultrasound spectral texture[J]. Oncotarget, 2014, 5(11): 3497-3511. [6] 庄淑莲, 周建华, 王建伟, 等. 基于超声射频流的 RF 时间序列信号在乳腺病变良恶性鉴别中的价值[J]. 中华医学超声杂志 (电子版), 2016, 13(5): 393-397. [7] 翟虹, 赵献萍, 徐敏, 等. 弹性评分与剪切波速度诊断乳腺肿瘤相关性的研究[J]. 西北国防医学杂志, 2016 (5): 306-308. [8] 张敏丽, 刘东顺, 贾七英, 等. 超声弹性成像与数字乳腺 X 线对乳腺癌的诊断价值[J]. 中国肿瘤临床与康复, 2016 (4): 412-414. [9] Cheng H D, Shan J, Ju W, et al. Automated breast cancer detection and classification using ultrasound images: A survey[J]. Pattern Recognition, 2010, 43(1): 299-317. [10] Moradi M, Mousavi P, Siemens D R, et al. Discrete Fourier analysis of ultrasound RF time series for detection of prostate cancer[C]//2007 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE, 2007: 1339-1342. [11] 黄剑华, 于瀛星, 张英涛, 等. 基于一致性直方图的超声乳腺图片分割方法[J]. 哈尔滨工业大学学报, 2008, 40(7): 1103-1106. [12] 李晓峰, 沈毅. 基于支持向量机的超声乳腺肿瘤图像计算机辅助诊断系统[J]. 光電子· 激光, 2008, 19(1): 115-119. |
5.毕业设计(论文)进度计划(以周为单位)： | |||
起 止 日 期 | 工 作 内 容 | 备 注 | |
第1周(2.20～2.26) 第2周(2.27～3.5) | 熟悉课题，了解超声乳腺射频的研究背景。 学习生物医学统计方法，阅读相关书籍、论文。 | ||
第3周(3.6～3.12) 第4周(3.13～3.29) 第5周(3.20～3.26) 第6周(3.27～4.2) 第7周(4.3～4.9) 第8周(4.10～4.16) 第9周(4.17～4.23) 第10周(4.24～4.31) 第11周(5.1～5.7) 第12周(5.8～5.14) 第13周(5.15～5.21) | 撰写并提交毕业设计开题报告、英文资料翻译。 学习超声射频基本原理，区别超声图像在乳腺病变诊断上的优缺点。 学习传统生物医学统计方法。设计乳腺特征参数模型。 研究基于谱斜率、谱截距、中频等乳腺特征参数的病变分析算法。编程实现。 分析仿真结果，改进特征参数，使其能准确区分良、恶性乳腺病变。 学习Shearlet、Curvelet等常用频域变化方法。 设计基于频域变化的乳腺特征参数模型。 研究基于Shearlet、Curvelet等乳腺特征参数的病变分析算法。编程实现。 分析仿真结果，改进特征参数，使其除了可以区分良恶性乳腺病变，还可以对恶性乳腺病变进行分级定性。 整理程序，算法总结。 撰写毕业设计（论文）。 | ||
第14周(5.22～5.28) 第15周(5.29～6.4) 第16周(6.5～6.9) | 毕业设计（论文）修改、评阅、查重、提交。 制作论文PPT，准备答辩。 论文答辩，材料提交。 | ||
教研室审查意见： 室主任 年 月 日 | 系部审查意见： 系主任 年 月 日 | ||
