肺部CT圖像中肺結節(jié)的分割是肺部計算機輔助檢測中非常重要的步驟,肺結節(jié)的分割對于肺癌的診斷和治療來說有著至關重要的作用。但是,由于肺結節(jié)在肺部CT圖像中具有邊界模糊性,使得肺結節(jié)的分割很難取得令人滿意的效果。另外,在肺結節(jié)分割圖像中存在偽結節(jié)問題,為了更好的輔助醫(yī)生診斷,需要將肺結節(jié)分割圖像中的偽結節(jié)去除。針對這些問題,本文對圖像分割算法進行了深入研究,并將其應用于肺結節(jié)的分割,具體內容如下:針對肺結節(jié)在肺部CT圖像中具有邊界模糊性,本文對基于二次分割理論的圖像分割算法進行研究,通過深入分析各種經典分割算法發(fā)現,在對目標與背景之間界限模糊的圖像的分割以及圖像的邊緣提取方面,最大類間方差（OTSU）與最大熵（KSW）算法具有非常好的互補性,因此,本文在二次分割的理論基礎上,將這兩種算法相結合研究了兩種改進算法:基于OTSU與KSW的二次分割算法和基于錯分區(qū)域的二次分割算法。針對肺結節(jié)分割圖像中的偽結節(jié)問題,本文對肺結節(jié)分割圖像中的偽結節(jié)進行分析發(fā)現,這些偽結節(jié)由于灰度值與結節(jié)的灰度值相似而被錯分為結節(jié),采用傳統的濾波處理方式并不能有效地將這些偽結節(jié)去除。為了解決這個問題,本文研究了一種基... 

【文章來源】：昆明理工大學云南省

【文章頁數】：71 頁

【學位級別】：碩士

【部分圖文】：

肺結節(jié)圖像

第一章緒論5歸為惡性，有些有毛刺的歸為良性[36]。(2)結節(jié)大小肺結節(jié)的直徑大小可以作為結節(jié)良惡性判斷的獨立危險因素，其直徑越小，良性可能性越大，大部分直徑<2.0cm的結節(jié)為良性[37]。（3）生長速度生長時間作為對肺結節(jié)進行分析的關鍵特征，通常情況下，惡性腫瘤呈指數生長，倍增時間明顯低于良性病變[36]。另外，肺結節(jié)在肺部CT圖像中有以下幾個特點[38]：（1）肺結節(jié)的邊界和形狀模糊性（2）肺結節(jié)多樣性（4）肺結節(jié)亮度不均勻性肺結節(jié)的在CT圖像中的這些特點加大了肺結節(jié)分割的難度。1.3.2肺結節(jié)分類按照肺結節(jié)在肺實質內的形狀及位置分布情況，可以將肺結節(jié)分成下面幾類[39]:（1）空洞型肺結節(jié)：表現為中央黑色空洞。圖1.2空洞型肺結節(jié)圖像（2）磨玻璃型肺結節(jié)：表現形式為和背景具有較低的對比度，所以不容易發(fā)現此類肺結節(jié)，惡性程度非常大。

昆明理工大學碩士學位論文6圖1.3磨玻璃型肺結節(jié)圖像（3）孤立型肺結節(jié)：與肺部其他組織沒有連接。圖1.4孤立型肺結節(jié)圖像（4）粘連肺壁型肺結節(jié)：與肺壁相連接。圖1.5粘連肺壁型肺結節(jié)圖像（5）血管粘連型肺結節(jié)：在肺實質內與血管相連，且與血管之間的對比度較低。

【參考文獻】：
期刊論文
[1]結合小波能量和漢森形狀指數的肺結節(jié)分割[J]. 馮寶,張紹榮,陳業(yè)航,李昌林,李智.  儀器儀表學報. 2018(11)
[2]基于ELM特征加權的孤立性肺結節(jié)識別[J]. 陳樹越,黃萍,朱軍,劉佳鑌.  計算機工程與設計. 2018(10)
[3]一種結合GMM和活動輪廓的混合型圖像分割方法[J]. 陳明,林益賢.  小型微型計算機系統. 2018(08)
[4]基于二次聚類的主動脈弓分割方法[J]. 陳中中,楊亞茹,張建飛,王倩倩,朱惠玉.  鄭州大學學報(工學版). 2018(03)
[5]基于二次閾值分割的方向倒腳匹配工件識別[J]. 李博,陳燕,鄒湘軍,彭紅星,談建豪,蔣志林.  計算機工程與設計. 2016(03)
[6]基于類決策樹分類的特征層融合識別算法[J]. 尚朝軒,王品,韓壯志,彭剛.  控制與決策. 2016(06)
[7]結合多尺度圓形濾波與MS聚類的疑似結節(jié)分割[J]. 魏穎,徐陸,李翔,李銳.  儀器儀表學報. 2016(01)
[8]基于灰度空間相關性最大類間方差的圖像分割[J]. 賀建峰,符增,相艷,易三莉,崔銳.  計算機工程. 2015(11)
[9]改進局部自適應的快速FCM肺結節(jié)分割方法[J]. 劉慧,張彩明,鄧凱,蘇志遠.  計算機輔助設計與圖形學學報. 2014(10)
[10]孤立性肺結節(jié)的診斷進展[J]. 楊成念.  中國醫(yī)藥指南. 2014(03)

碩士論文
[1]基于有限混合模型的肺結節(jié)分割算法研究[D]. 趙趲.哈爾濱工業(yè)大學 2018
[2]基于CT圖像的肺結節(jié)分割方法研究[D]. 王國明.長春工業(yè)大學 2017
[3]基于模糊C均值聚類和字典學習的肺結節(jié)分割[D]. 蘇志遠.山東財經大學 2016
[4]不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究[D]. 邢謙謙.南方醫(yī)科大學 2015
[5]基于Otsu理論的圖像分割算法的研究[D]. 倪麟.重慶大學 2013
[6]基于胸部CT圖像肺結節(jié)分割算法研究與實現[D]. 司廣磊.東北大學 2012



本文編號：3559837