近年來(lái),計(jì)算機(jī)斷層掃描（Computed Tomography,CT）醫(yī)學(xué)圖像技術(shù)不斷發(fā)展,在人體重要器官檢查及醫(yī)療診斷中具有廣泛的應(yīng)用。世界衛(wèi)生組織（World Health Organization,WHO）曾表明肺癌一直是嚴(yán)重威脅人類健康最常見(jiàn)的癌癥。肺部異常的主要表現(xiàn)形式為受試者的CT圖像出現(xiàn)鈣化、腫塊、空洞和支氣管擴(kuò)張等現(xiàn)象,而肺部分割是任何旨在改善肺部疾病早期診斷和治療的臨床決策關(guān)鍵步驟,雖然國(guó)內(nèi)外對(duì)肺部分割的研究已經(jīng)非常成熟,但仍存在分割準(zhǔn)確率、魯棒性等問(wèn)題。在多種醫(yī)學(xué)圖像中CT能更清晰的顯示肺部組織與間質(zhì)結(jié)構(gòu)形態(tài)變化,因此,通過(guò)對(duì)肺部CT圖像進(jìn)行有效的肺實(shí)質(zhì)分割提取可以更好的幫助醫(yī)生定位和分析病變部位,對(duì)肺部疾病進(jìn)行診斷,以便采取更具針對(duì)性的醫(yī)治方案。論文分析了肺實(shí)質(zhì)分割算法存在的問(wèn)題,提出了改進(jìn)的中值濾波預(yù)處理方法,為肺實(shí)質(zhì)的完整分割提供了良好基礎(chǔ),然后提出了兩種不同的肺實(shí)質(zhì)分割方法（包括預(yù)處理、粗分割、細(xì)分割、左右肺葉分離、邊緣修復(fù)等步驟）,最后通過(guò)與現(xiàn)有比較成熟的算法進(jìn)行對(duì)比,并作出相應(yīng)的評(píng)價(jià)。本文的主要研究工作內(nèi)容如下:（a）本文提出了一種基于CT圖像中主要噪聲... 

【文章來(lái)源】：云南大學(xué)云南省 211工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
    1.3 論文主要的研究?jī)?nèi)容
    1.4 論文主要的組織結(jié)構(gòu)
第二章 醫(yī)學(xué)圖像分割理論研究
    2.1 醫(yī)學(xué)圖像分割方法
        2.1.1 基于區(qū)域的圖像分割
        2.1.2 基于閾值的圖像分割
        2.1.3 基于邊緣的圖像分割
        2.1.4 基于神經(jīng)網(wǎng)絡(luò)的圖像分割
    2.2 醫(yī)學(xué)圖像分割評(píng)價(jià)方法
        2.2.1 主觀評(píng)價(jià)方法
        2.2.2 客觀評(píng)價(jià)的基本性能指標(biāo)
    2.3 本章小結(jié)
第三章 DICOM醫(yī)學(xué)圖像標(biāo)準(zhǔn)簡(jiǎn)介
    3.1 DICOM資源簡(jiǎn)介
    3.2 DICOM與其他圖像文件的區(qū)別
    3.3 本章小結(jié)
第四章 肺實(shí)質(zhì)分割方法研究
    4.1 肺部圖像數(shù)據(jù)預(yù)處理
    4.2 圖像濾波去噪
        4.2.1 濾波去噪方法
        4.2.2 改進(jìn)的中值濾波
    4.3 優(yōu)化閾值的肺實(shí)質(zhì)分割
        4.3.1 優(yōu)化的閾值算法
        4.3.2 優(yōu)化的閾值實(shí)現(xiàn)肺實(shí)質(zhì)初分割
        4.3.3 局部滾球法結(jié)合形態(tài)學(xué)修補(bǔ)邊緣
    4.4 改進(jìn)的OTSU肺實(shí)質(zhì)分割
        4.4.1 改進(jìn)的OTSU算法
        4.4.2 改進(jìn)的OTSU實(shí)現(xiàn)肺實(shí)質(zhì)分割
    4.5 實(shí)驗(yàn)對(duì)比分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研和學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]人工智能在醫(yī)學(xué)影像CAD中的應(yīng)用[J]. 潘亞玲,王晗琦,陸勇.  國(guó)際醫(yī)學(xué)放射學(xué)雜志. 2019(01)
[2]基于肺部CT圖像的計(jì)算機(jī)輔助診斷系統(tǒng)構(gòu)建[J]. 王洪洋,張穎,朱海波,高碧海.  中國(guó)醫(yī)學(xué)裝備. 2018(10)
[3]LIDC/IDRI影像數(shù)據(jù)庫(kù)在肺結(jié)節(jié)計(jì)算機(jī)輔助診斷中的研究進(jìn)展[J]. 林嵐,吳玉超,宋爽,吳水才.  醫(yī)療衛(wèi)生裝備. 2018(10)
[4]CT成像納米探針設(shè)計(jì)及應(yīng)用[J]. 于濱,逯樂(lè)慧.  中國(guó)科學(xué):化學(xué). 2018(08)
[5]區(qū)域生長(zhǎng)和水平集相融合的肺部CT圖像分割[J]. 唐思源,楊敏,苗玥,白金牛.  電子技術(shù)應(yīng)用. 2018(05)
[6]CAD技術(shù)在醫(yī)學(xué)信息化發(fā)展中的應(yīng)用介紹[J]. 董默,趙若晗,周志尊,于廣浩,陳廣新,吳丹,彭鈺欣.  軟件. 2018(04)
[7]基于局部空間信息的閾值分割算法[J]. 張弘,高威.  計(jì)算機(jī)與數(shù)字工程. 2018(02)
[8]基于胸部CT影像的肺血管樹(shù)分割關(guān)鍵技術(shù)研究[J]. 楊志永,肖洪旭,李雨澤,姜海松,姜杉.  天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版). 2018(02)
[9]Criminisi圖像修復(fù)算法的優(yōu)化[J]. 王文豪,周靜波,高尚兵,嚴(yán)云洋.  現(xiàn)代電子技術(shù). 2017(11)
[10]基于3D區(qū)域增長(zhǎng)法和改進(jìn)的凸包算法相結(jié)合的全肺分割方法[J]. 代雙鳳,呂科,翟銳,董繼陽(yáng).  電子與信息學(xué)報(bào). 2016(09)

碩士論文
[1]基于CT圖像的肺結(jié)節(jié)計(jì)算機(jī)輔助診斷研究[D]. 李靈.大連理工大學(xué) 2017
[2]肺部CT圖像分割技術(shù)研究[D]. 王娜娜.中北大學(xué) 2013



本文編號(hào)：3167789