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.