基于PET/CT的肺結(jié)節(jié)分割與良惡性診斷方法的研究
發(fā)布時間:2020-12-19 02:44
肺癌是世界上嚴(yán)重威脅人類生命的疾病之一。臨床研究表明,肺癌在胸腔中的早期表現(xiàn)形式為孤立的類球狀結(jié)節(jié),診斷醫(yī)師借助醫(yī)學(xué)影像來對肺結(jié)節(jié)的病變類型進(jìn)行初步分析。受影像畫質(zhì)不一以及醫(yī)師經(jīng)驗(yàn)不足等多種因素的制約,僅通過肉眼閱片的方式對肺結(jié)節(jié)的良惡性進(jìn)行定性,極易導(dǎo)致誤診率和漏診率的上升。目前,計算機(jī)輔助診斷(CAD)系統(tǒng)可以綜合分析肺部的醫(yī)學(xué)圖像,給醫(yī)師提供“第二意見”,輔助醫(yī)師做出正確判斷,在減少工作量的同時也提高了疾病診斷的準(zhǔn)確性。因此,借助CAD系統(tǒng)對肺部疾病診斷逐漸成為許多專家研究的重點(diǎn)。在CAD系統(tǒng)中,對肺結(jié)節(jié)圖像的精確分割是降低肺癌漏檢率的基礎(chǔ),對肺結(jié)節(jié)的良惡性診斷是實(shí)現(xiàn)肺癌快速治愈的必經(jīng)途徑。本課題深入分析和探究了現(xiàn)有肺結(jié)節(jié)分割和診斷技術(shù)存在的不足;赑ET和CT醫(yī)學(xué)影像,對肺結(jié)節(jié)的分割和良惡性診斷方法做了以下研究:(1)在肺結(jié)節(jié)圖像分割上,提出了一種基于LBF活動輪廓模型的分割算法,該算法主要是針對血管粘連型肺結(jié)節(jié)的分割而提出的。在胸部CT掃描圖中,血管和肺結(jié)節(jié)所呈現(xiàn)的灰度值差異很小,分割時易出現(xiàn)邊緣泄露現(xiàn)象。血管橫切面的類圓形在結(jié)節(jié)分割時也會產(chǎn)生很大的干擾,而且對肺結(jié)節(jié)的分割...
【文章來源】:太原理工大學(xué)山西省 211工程院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.2 肺結(jié)節(jié)圖像分割現(xiàn)狀
1.2.3 肺結(jié)節(jié)分類診斷現(xiàn)狀
1.3 本文主要研究內(nèi)容
1.4 論文的組織結(jié)構(gòu)
1.5 本章小結(jié)
第二章 基礎(chǔ)理論與方法介紹
2.1 醫(yī)學(xué)圖像成像技術(shù)
2.1.1 CT成像基本原理
2.1.2 PET成像基本原理
2.2 計算機(jī)輔助診斷系統(tǒng)
2.3 圖像分割理論介紹
2.3.1 圖像分割定義
2.3.2 醫(yī)學(xué)圖像分割方法
2.4 圖像分類理論介紹
2.4.1 深度學(xué)習(xí)模型
2.4.2 評價標(biāo)準(zhǔn)
2.5 本章小結(jié)
第三章 基于信息熵和聯(lián)合向量的LBF模型的肺結(jié)節(jié)分割
3.1 初始輪廓構(gòu)造
3.1.1 肺結(jié)節(jié)感興趣區(qū)域獲取
3.1.2 自動閾值迭代法
3.2 基于信息熵和聯(lián)合向量的LBF活動輪廓分割模型
3.2.1 LBF活動輪廓模型
3.2.2 基于信息熵的邊緣引導(dǎo)函數(shù)的構(gòu)造
3.2.3 灰度聯(lián)合向量的構(gòu)造
3.2.4 分割模型的計算
3.3 實(shí)驗(yàn)結(jié)果與分析
3.3.1 數(shù)據(jù)集介紹
3.3.2 定性評估
3.3.3 定量比較
3.4 本章小結(jié)
第四章 基于混合受限玻爾茲曼機(jī)的肺結(jié)節(jié)良惡性診斷
4.1 CRBM特征學(xué)習(xí)
4.1.1 CRBM網(wǎng)絡(luò)
4.1.2 網(wǎng)絡(luò)訓(xùn)練
4.2 ClassRBM結(jié)節(jié)分類
4.2.1 ClassRBM網(wǎng)絡(luò)
4.2.2 網(wǎng)絡(luò)優(yōu)化
4.2.3 網(wǎng)絡(luò)訓(xùn)練
4.3 診斷模型構(gòu)建
4.4 實(shí)驗(yàn)結(jié)果與分析
4.4.1 數(shù)據(jù)集介紹
4.4.3 實(shí)驗(yàn)設(shè)置
4.4.4 實(shí)驗(yàn)對比
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
本文編號:2925100
【文章來源】:太原理工大學(xué)山西省 211工程院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.2 肺結(jié)節(jié)圖像分割現(xiàn)狀
1.2.3 肺結(jié)節(jié)分類診斷現(xiàn)狀
1.3 本文主要研究內(nèi)容
1.4 論文的組織結(jié)構(gòu)
1.5 本章小結(jié)
第二章 基礎(chǔ)理論與方法介紹
2.1 醫(yī)學(xué)圖像成像技術(shù)
2.1.1 CT成像基本原理
2.1.2 PET成像基本原理
2.2 計算機(jī)輔助診斷系統(tǒng)
2.3 圖像分割理論介紹
2.3.1 圖像分割定義
2.3.2 醫(yī)學(xué)圖像分割方法
2.4 圖像分類理論介紹
2.4.1 深度學(xué)習(xí)模型
2.4.2 評價標(biāo)準(zhǔn)
2.5 本章小結(jié)
第三章 基于信息熵和聯(lián)合向量的LBF模型的肺結(jié)節(jié)分割
3.1 初始輪廓構(gòu)造
3.1.1 肺結(jié)節(jié)感興趣區(qū)域獲取
3.1.2 自動閾值迭代法
3.2 基于信息熵和聯(lián)合向量的LBF活動輪廓分割模型
3.2.1 LBF活動輪廓模型
3.2.2 基于信息熵的邊緣引導(dǎo)函數(shù)的構(gòu)造
3.2.3 灰度聯(lián)合向量的構(gòu)造
3.2.4 分割模型的計算
3.3 實(shí)驗(yàn)結(jié)果與分析
3.3.1 數(shù)據(jù)集介紹
3.3.2 定性評估
3.3.3 定量比較
3.4 本章小結(jié)
第四章 基于混合受限玻爾茲曼機(jī)的肺結(jié)節(jié)良惡性診斷
4.1 CRBM特征學(xué)習(xí)
4.1.1 CRBM網(wǎng)絡(luò)
4.1.2 網(wǎng)絡(luò)訓(xùn)練
4.2 ClassRBM結(jié)節(jié)分類
4.2.1 ClassRBM網(wǎng)絡(luò)
4.2.2 網(wǎng)絡(luò)優(yōu)化
4.2.3 網(wǎng)絡(luò)訓(xùn)練
4.3 診斷模型構(gòu)建
4.4 實(shí)驗(yàn)結(jié)果與分析
4.4.1 數(shù)據(jù)集介紹
4.4.3 實(shí)驗(yàn)設(shè)置
4.4.4 實(shí)驗(yàn)對比
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
本文編號:2925100
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2925100.html
最近更新
教材專著