摘要：目的 分析B超图像的乳腺肿瘤计算机辅助诊断系统，以降低活检率。方法 收集我院2012年11月～2014年11月诊治的乳腺肿瘤患者423例作为研究对象，采用回顾性的方式分析患者的临床资料，总结乳腺肿瘤超声声像图特征。结果 本文通过对患者的乳腺肿瘤超声声像图特征分析，最终利用加权中值滤波算法将speckle 噪声有效的清除干净，同时采用另一种新型的直方图均衡化算法大大提高了图像的对比度；其次是应用区域生长的基础上演变而来的分割算法对乳腺肿瘤初始区域进行了切割和提取，并选择空洞填充和形态学滤波完成了后续工作，最终获得了423份准确度较高的病灶区域；最后在病理学的基础上提出一种特征提取方式，该方式主要以乳腺肿瘤轮廓分型为基础，同时综合了其形状、长宽比、粗糙度等 共计七个形态特征对肿瘤边界的粗糙度进行全面的描述。再结合BP神经网络区分不同类型的特征矢量，大大提高了乳腺肿瘤的良恶诊断率，最终完成了降低活检率的目标。结论 充分利用B超图像的乳腺肿瘤计算机辅助诊断系统对于提高乳腺肿瘤的良恶诊断率、降低活检率具有非常重要的作用，值得在临床应用上推广。

    关键词：B超图像；乳腺肿瘤；计算机辅助诊断系统

    乳腺癌是女性排名第一的恶性肿瘤，严重危害着女性的身体健康和生命安全[1]。临床表明，采取有效的诊断方式及早诊断并积极治疗对于提高治疗效果和预后具有非常重要的作用。B超诊断乳腺癌由于具有价格低廉、无放射等优势而在临床上得到了广泛的应用。但在图像的鉴别上往往是通过肉眼和经验，容易发生误诊，尤其是对良性肿瘤的误检率教导引起了活检结果为良性的患者不断增多，增加了患者的痛苦和经济负担[2，3]。本文旨在分析B超图像的乳腺肿瘤计算机辅助诊断系统，以降低活检率，本文收集我院2012年11月～2014年11月诊治的423例乳腺肿瘤患者的临床资料进行回顾性分析 ......