本文關(guān)鍵詞：基于模糊C均值聚類和字典學(xué)習(xí)的肺結(jié)節(jié)分割，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)今世界工業(yè)化進(jìn)程的不斷加快,給我們的物質(zhì)生活帶來了很大的改變。同時(shí),也引發(fā)了生態(tài)環(huán)境的退化及由此蔓延的環(huán)境問題導(dǎo)致污染日益加劇。霧霾、PM2.5、水質(zhì)富營養(yǎng)化等環(huán)境詞匯不絕于耳。這些問題不斷刷新人類身體健康的底線,致使肺癌成為癌癥致死的罪魁禍?zhǔn)?亟待需要尋求治療肺癌的新手段。由于肺癌的I型表現(xiàn)主要是以肺結(jié)節(jié)的形式存在,而最好的治療手段就是早發(fā)現(xiàn)早治療。目前,隨著醫(yī)學(xué)影像、機(jī)器學(xué)習(xí)和數(shù)字圖像處理等技術(shù)的不斷突破,使得肺癌計(jì)算機(jī)輔助診斷系統(tǒng)(Computer Aided Diagnosis,CAD)發(fā)展速度加快。而精確的分割肺結(jié)節(jié)是CAD系統(tǒng)得以準(zhǔn)確診斷的重要基礎(chǔ)。肺部影像的主要采集手段是拍攝電子計(jì)算機(jī)斷層掃描圖像(Computed Tomography,CT),由于CT影像的成像原理等問題使得噪聲和影像數(shù)據(jù)量大等問題無法避免,并且針對毛玻璃型(Ground Glass Opacity,GGO)與血管粘連型(Juxta-vascular,JV)結(jié)節(jié)的研究較為匱乏。所以,本文主要針對以上問題作為研究對象。近些年,基于模糊C均值聚類算法(Fuzzy C-means algorithm,FCM)的圖像分割得到了廣泛的研究,但是應(yīng)用到肺結(jié)節(jié)分割過程中仍然存對噪聲較為敏感和容易產(chǎn)生過分割現(xiàn)象的問題。為了更加精確的將肺結(jié)節(jié)從圖像中分割出來,本文針對FCM算法進(jìn)行了深入的研究,為適應(yīng)肺結(jié)節(jié)分割問題而提出了兩種改進(jìn)算法。本文的主要研究內(nèi)容和創(chuàng)新點(diǎn)如下:1.基于FCM圖像抗噪分割方法的研究,主要是解決肺部CT圖像含有噪聲并且光線不均勻等問題。本文從目標(biāo)像素點(diǎn)鄰域信息對像素歸類產(chǎn)生影響的角度分析,認(rèn)為現(xiàn)有的參考鄰域像素信息的算法對含有噪聲的CT圖像仍然存在分割效果欠佳的原因是鄰域像素的信息并不一定會(huì)對中心像素點(diǎn)產(chǎn)生正相關(guān)的影響�；诖�,本文重新定義了鄰域窗口像素信息的參考機(jī)制,重新對鄰域空間像素點(diǎn)的灰度值做灰度等級(jí)規(guī)定化操作,以此為參考標(biāo)準(zhǔn)選擇不同的模糊因子。解決了傳統(tǒng)分割方法對噪聲圖像敏感和FLICM算法對圖像的過分割問題。從而提高了肺結(jié)節(jié)分割的準(zhǔn)確率。2.基于FCM算法和字典學(xué)習(xí)的肺結(jié)節(jié)分割方法,針對FCM改進(jìn)算法分割效果不理想,仍有進(jìn)步空間的問題。本文對像素點(diǎn)的內(nèi)部結(jié)構(gòu)信息做了更加深入的分析,認(rèn)為圖像中的局部信息對目標(biāo)像素點(diǎn)的分類仍然存在很大的影響。本文在改進(jìn)的FCM算法的基礎(chǔ)上,提出融合字典學(xué)習(xí)思想對目標(biāo)函數(shù)做出進(jìn)一步的改進(jìn)。利用字典學(xué)習(xí)的過程融合圖像局部信息,提取像素間的內(nèi)在相關(guān)性,同時(shí)給出了新目標(biāo)函數(shù)下四個(gè)未知變量的求解優(yōu)化方法。通過實(shí)驗(yàn)證明,新算法可以更好提高肺結(jié)節(jié)分割的準(zhǔn)確率。
【關(guān)鍵詞】：肺結(jié)節(jié)分割 模糊C均值聚類算法 字典學(xué)習(xí) 鄰域像素點(diǎn)
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要6-8
• Abstract8-12
• 第1章 緒論12-23
• 1.1 研究的背景及意義12-13
• 1.2 肺癌與肺部CT圖像13-16
• 1.2.1 肺結(jié)節(jié)的分類15-16
• 1.3 醫(yī)學(xué)圖像分割國內(nèi)外研究現(xiàn)狀16-22
• 1.4 論文結(jié)構(gòu)和章節(jié)安排22-23
• 第2章 相關(guān)技術(shù)理論基礎(chǔ)23-35
• 2.1 引言23-24
• 2.2 肺部CT圖像預(yù)處理24-26
• 2.2.1 濾波處理24-25
• 2.2.2 肺實(shí)質(zhì)分割25-26
• 2.3 肺結(jié)節(jié)分割26-28
• 2.3.1 基于區(qū)域生長的肺結(jié)節(jié)分割方法26-27
• 2.3.2 基于可變模型的肺結(jié)節(jié)分割方法27
• 2.3.3 基于濾波器的肺結(jié)節(jié)分割方法27-28
• 2.3.4 基于聚類的肺結(jié)節(jié)分割方法28
• 2.4 基于模糊C均值聚類算法的圖像分割28-33
• 2.4.1 標(biāo)準(zhǔn)的FCM圖像分割算法28-30
• 2.4.2 FCM_S圖像分割算法30-31
• 2.4.3 FCM_S1和FCM_S2圖像分割算法31-32
• 2.4.4 FLICM圖像分割算法32-33
• 2.5 基于FCM圖像分割算法的現(xiàn)狀33-34
• 2.6 本章小結(jié)34-35
• 第3章 基于改進(jìn)的模糊C均值聚類算法的肺結(jié)節(jié)分割35-47
• 3.1 引言35-36
• 3.2 模糊C均值聚類算法的改進(jìn)研究36-40
• 3.2.1 算法的基本思想36-38
• 3.2.2 算法的基本流程38-40
• 3.3 實(shí)驗(yàn)結(jié)果與分析40-46
• 3.3.1 實(shí)驗(yàn)數(shù)據(jù)LIDC數(shù)據(jù)庫40-43
• 3.3.2 實(shí)驗(yàn)結(jié)果與分析43-46
• 3.4 本章小結(jié)46-47
• 第4章 基于模糊Ｃ均值聚類和字典學(xué)習(xí)的肺結(jié)節(jié)分割47-59
• 4.1 引言47-48
• 4.2 字典學(xué)習(xí)算法48-50
• 4.2.1 字典學(xué)習(xí)的基本理論48-49
• 4.2.2 K-SVD算法49-50
• 4.3 基于模糊Ｃ均值聚類和字典學(xué)習(xí)的肺結(jié)節(jié)分割算法50-55
• 4.3.1 結(jié)合字典學(xué)習(xí)的FCM算法改進(jìn)50-53
• 4.3.2 改進(jìn)算法的優(yōu)化分析53-55
• 4.4 實(shí)驗(yàn)結(jié)果與分析55-58
• 4.5 本章小結(jié)58-59
• 第5章 結(jié)論與展望59-62
• 5.1 研究結(jié)論59-60
• 5.2 研究展望60-62
• 參考文獻(xiàn)62-70
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)成果70-71
• 致謝71

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 郭薇;魏穎;周翰遜;薛定宇;;肺結(jié)節(jié)的自適應(yīng)檢測算法[J];系統(tǒng)仿真學(xué)報(bào);2009年13期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 姜偉;;肺結(jié)節(jié)病誤診為肺癌一例診治體會(huì)[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

2 陸志偉;黃慧;張堅(jiān);徐作軍;;纖維支氣管鏡檢查在肺結(jié)節(jié)病診斷中的價(jià)值[A];中華醫(yī)學(xué)會(huì)第三屆全國間質(zhì)性肺病暨彌漫性泛細(xì)支氣管炎學(xué)術(shù)會(huì)議論文匯編[C];2010年

3 葉秋月;許文兵;劉曉清;張麗帆;;肺結(jié)節(jié)病與肺結(jié)核鑒別診斷的臨床分析[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

4 王曉娟;安立;代華平;葉俏;徐莉莉;何璇;;以大量胸腔積液為表現(xiàn)的胸膜肺結(jié)節(jié)病三例報(bào)告并文獻(xiàn)復(fù)習(xí)[A];中華醫(yī)學(xué)會(huì)第三屆全國間質(zhì)性肺病暨彌漫性泛細(xì)支氣管炎學(xué)術(shù)會(huì)議論文匯編[C];2010年

5 殷芳;宋寧靜;陳佳;章楚光;樂嘉豫;;以四肢結(jié)節(jié)為首發(fā)的皮膚-肺結(jié)節(jié)病1例[A];2012全國中西醫(yī)結(jié)合皮膚性病學(xué)術(shù)會(huì)議論文匯編[C];2012年

6 鄧笑偉;王紅利;;肺結(jié)節(jié)病誤診肺轉(zhuǎn)移瘤1例分析[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

7 王曉娟;安立;代華平;葉俏;徐莉莉;何璇;;以大量胸腔積液為表現(xiàn)的胸膜肺結(jié)節(jié)病3例報(bào)告并文獻(xiàn)復(fù)習(xí)[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

8 邵楊;郭宏琳;張群成;姜淑娟;;經(jīng)支氣管鏡超聲引導(dǎo)針吸活檢(EBUS-TBNA)在肺結(jié)節(jié)病診斷中的價(jià)值[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

9 劉敬禹;李博;裴奇;李振華;;肺結(jié)節(jié)病患者ADAM9低表達(dá)水平的研究[A];中華醫(yī)學(xué)會(huì)呼吸病學(xué)年會(huì)——2011（第十二次全國呼吸病學(xué)學(xué)術(shù)會(huì)議）論文匯編[C];2011年

10 金兒;王利民;夏俊波;陳灝;任振義;;胸部X線攝影術(shù)和HRCT診斷肺結(jié)節(jié)病的對比分析[A];2012年浙江省內(nèi)科學(xué)年會(huì)論文集[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 肖湘生 上海長征醫(yī)院醫(yī)學(xué)影像科主任醫(yī)師 教授;肺結(jié)節(jié)是怎么回事？[N];文匯報(bào);2013年

2 阿勝;治療原則“吐故納新”[N];醫(yī)藥經(jīng)濟(jì)報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 曹陽;肺結(jié)節(jié)動(dòng)態(tài)增強(qiáng)CT及其與腫瘤血管生成的相關(guān)性研究[D];天津醫(yī)科大學(xué);2003年

2 曹蕾;肺結(jié)節(jié)圖像的分析與識(shí)別[D];南方醫(yī)科大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊景茹;NLR和TB-IGRA在肺結(jié)節(jié)病與肺結(jié)核病鑒別診斷中的應(yīng)用價(jià)值[D];山東大學(xué);2015年

2 羅旋;基于DICOM序列影像的肺結(jié)節(jié)檢測算法研究[D];電子科技大學(xué);2015年

3 劉瀟;基于時(shí)間序列的孤立肺結(jié)節(jié)形態(tài)征象及良惡檢測[D];西北大學(xué);2015年

4 程莉;肺結(jié)節(jié)病18例臨床分析[D];重慶醫(yī)科大學(xué);2015年

5 溫彩云;單純吸入糖皮質(zhì)激素對肺結(jié)節(jié)病治療效果的meta分析[D];大連醫(yī)科大學(xué);2015年

6 蘇志遠(yuǎn);基于模糊C均值聚類和字典學(xué)習(xí)的肺結(jié)節(jié)分割[D];山東財(cái)經(jīng)大學(xué);2016年

7 香世杰;肺結(jié)節(jié)計(jì)算機(jī)輔助診斷系統(tǒng)中分割算法研究及實(shí)現(xiàn)[D];華南理工大學(xué);2011年

8 葉秋月;肺結(jié)節(jié)病與肺結(jié)核鑒別診斷的臨床分析[D];北京協(xié)和醫(yī)學(xué)院;2011年

9 陳茜;不典型肺結(jié)節(jié)病：4例病例報(bào)告附文獻(xiàn)復(fù)習(xí)[D];浙江大學(xué);2011年

10 王樹憲;經(jīng)纖維支氣管鏡針吸活檢在肺結(jié)節(jié)病Ⅰ期Ⅱ期中的診斷價(jià)值[D];山東大學(xué);2012年

  本文關(guān)鍵詞：基于模糊C均值聚類和字典學(xué)習(xí)的肺結(jié)節(jié)分割，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：347935