隨著空氣污染日益嚴(yán)重,肺癌已成為威脅生命安全的疾病,早期發(fā)現(xiàn)病變對及時治療有重大意義。傳統(tǒng)影像診斷方法耗時巨大并容易產(chǎn)生誤診漏診,因此基于機器學(xué)習(xí)的智能化肺結(jié)節(jié)診斷系統(tǒng)因運而生。計算機輔助診斷技術(shù)需要對大量測試數(shù)據(jù)進(jìn)行分析和處理,導(dǎo)致目標(biāo)區(qū)域精確分割難、模式分類精度低、肺結(jié)節(jié)診斷時間長等棘手問題。針對上述問題,本文提出了三種肺結(jié)節(jié)診斷方法,具體研究工作如下:（1）分析了肺結(jié)節(jié)智能診斷技術(shù)的當(dāng)前研究現(xiàn)狀;概述了肺結(jié)節(jié)的形態(tài)特征、病理形成原因及其主流診斷方法;介紹了肺結(jié)節(jié)CAD系統(tǒng)的一般診斷步驟;闡述了圖像預(yù)處理、圖像分割、特征提取和模式分類等基本原理。（2）基于混合特征和支持向量機的肺結(jié)節(jié)診斷方法:由于采集的序列CT圖像含有噪聲,考慮到肺結(jié)節(jié)與血管的灰度信息相似,將均值漂移聚類算法應(yīng)用于圖像預(yù)處理;利用自適應(yīng)閾值、孔洞填充與滾球相結(jié)合的方式得到肺結(jié)節(jié)候選;提取了混合特征,采用LDA對高維特征進(jìn)行選擇;將構(gòu)造的精簡測試樣本集送入訓(xùn)練好的SVM模型中進(jìn)行結(jié)節(jié)檢測。大量仿真實驗結(jié)果表明:預(yù)處理后的圖像更利于ROI分割,提出的結(jié)節(jié)檢測方案有效地提高了分類精度。（3）基于幾何活動輪廓和邏輯回歸的肺... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

序列CT圖像分割流程

執(zhí)行第 2 步。應(yīng)閾值處理之后，仍然有支氣管、雜質(zhì)區(qū)域沒分割出來，肺，因此我們使用后續(xù)方案來優(yōu)化初始分割結(jié)果。連通區(qū)域分多少個連通塊并得到相應(yīng)連通塊的面積大小，根據(jù)面積大小區(qū)域的像素值設(shè)置為背景區(qū)域的像素值[49]。為了將肺部區(qū)運用孔洞填充方法可以獲得肺實質(zhì)周身環(huán)境的像素值，與連減運算便可得到初始肺實質(zhì)模板。結(jié)節(jié)生長在肺實質(zhì)的邊界，它的像素特殊性導(dǎo)致初始肺實質(zhì)，從而影響了結(jié)節(jié)的準(zhǔn)確檢測與診斷。由形態(tài)學(xué)閉運算中發(fā)過改變球體半徑和結(jié)構(gòu)單元尺寸，去除圖像的細(xì)節(jié)信息，達(dá)的，如圖 3-2 所示。首先定義球心與半徑并圍繞肺實質(zhì)邊界體中心和輪廓切點之間的距離等于半徑，滾動時連續(xù)判斷球如果切點數(shù)超過 1，表示球體邊緣出現(xiàn)凹陷區(qū)域，此時用圓

第 3 章 基于混合特征和支持向量機的肺結(jié)節(jié)診斷方法樣本盡可能好分的最佳投影方向，又能盡可DA 對提取的肺結(jié)節(jié)候選特征進(jìn)行選擇。具集中不同類別數(shù)據(jù)的 d 維均值向量。矩陣，包括類間、類內(nèi)散布矩陣。??矩陣的本征向量1 2, ,...,de e e 和對應(yīng)的本征值1 2, ,...,dλ λ λ 。量按本征值大小降序排列，然后選擇前 k 個最大本征值對 d × k維矩陣——即每一列就是一個本征向量。本征向量矩陣將樣本變換到新的子空間，寫作矩陣乘法 Y矩陣，表示n 個樣本；Y 是變換到子空間后的 n × k維樣本，LDA 將數(shù)據(jù)集中的特征空間投影到低維度，因此處理后的樣本集降低了檢測的計算量擬合。

【參考文獻(xiàn)】：
期刊論文
[1]基于CT探測技術(shù)的不良地質(zhì)構(gòu)造三維網(wǎng)格模型重構(gòu)方法[J]. 王啟明,車愛蘭.  巖石力學(xué)與工程學(xué)報. 2019(06)
[2]醫(yī)學(xué)影像計算機輔助檢測與診斷系統(tǒng)綜述[J]. 鄭光遠(yuǎn),劉峽壁,韓光輝.  軟件學(xué)報. 2018(05)
[3]我國X-CT發(fā)展現(xiàn)狀及趨勢[J]. 遲戈,王亞南.  中國醫(yī)療器械信息. 2017(01)
[4]肺血減少型先心病肺動脈發(fā)育情況的影像學(xué)診斷[J]. 洪雯靜,高偉,孫錕,鐘玉敏,張玉奇,黃美蓉,張海波.  中國醫(yī)學(xué)影像技術(shù). 2007(08)
[5]電子計算機輔助診斷（CAD）的原理及臨床應(yīng)用[J]. 舒榮寶,王成林.  中國CT和MRI雜志. 2004(02)
[6]核磁共振測井儀器的最新進(jìn)展與未來發(fā)展方向[J]. 肖立志,謝然紅,丁娛嬌,趙曉亮.  測井技術(shù). 2003(04)

碩士論文
[1]基于低劑量CT圖像的肺結(jié)節(jié)分割算法研究[D]. 黑嘯吉.鄭州大學(xué) 2016
[2]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]. 蘇志遠(yuǎn).山東財經(jīng)大學(xué) 2016
[3]基于DICOM序列影像的肺結(jié)節(jié)檢測算法研究[D]. 羅旋.電子科技大學(xué) 2015
[4]基于乳腺動態(tài)增強MRI病灶分割及特征提取[D]. 柳怡萍.大連理工大學(xué) 2014



本文編號：3508645