目前,肺癌是各種癌癥中死亡率最高的癌癥,肺癌患者的5年存活率僅為16%左右。如果肺癌能在早期就被檢測定位,那么肺癌患者的5年存活率能夠提升到70%。所以,肺癌的早期診斷對于提高肺癌患者的存活率具有重大意義。胸部計算機斷層成像（Computed Tomography,CT）精度高且使用廣泛,是早期肺癌檢測和診斷的重要手段。早期肺癌在醫(yī)學影像中通常表現(xiàn)為肺結節(jié),所以在病人CT圖像中檢測出肺結節(jié)并進行早期治療非常重要。胸部有很多復雜的組織結構,同時這些組織的CT值相近,這都使得肺結節(jié)檢測變得異常困難。計算機輔助診斷采用影像學技術與計算機分析技術相結合的方式,輔助放射科醫(yī)生檢測和診斷肺結節(jié),減少醫(yī)生的工作量,同時減少誤診率和漏診率。所以,基于CT圖像的肺結節(jié)檢測的研究越來越受研究者們的關注。本文主要圍繞胸部CT圖像的肺結節(jié)檢測中的兩個步驟（候選結節(jié)檢測以及假陽性剔除）進行研究。與傳統(tǒng)的肺結節(jié)檢測方法相比,本文提出的方法無需人工設計特征或預先選取候選結節(jié)特征集合,直接采用深度學習的模型進行了候選結節(jié)檢測以及假陽性剔除的步驟。本文主要研究內(nèi)容如下:（1）候選結節(jié)檢測階段,本文通過改進基于深度學習的... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

三種類型肺結節(jié)的圖例

第二章 肺結節(jié)檢測綜述及目標檢測方法介紹邊界。Liu 等人[21]使用區(qū)域增長法來分割肺實質(zhì)。Han 等人[22]結合高級矢量量化（high-level vector quantization）、連通區(qū)域標記以及形態(tài)學閉運算來提取肺實質(zhì)。Teramoto 等人[23]使用腐蝕操作來縮小 CT 圖像中的血管和肺結節(jié)，同時起到擴大不同目標區(qū)別的作用。Santos 等人[24]首次使用閾值以及連通區(qū)域查找的方法來去除氣管以及支氣管，然后使用高斯混合模型（Gaussian mixture models）來去除肺部內(nèi)部的組織。Filho 等人[25]設計了一種新型的肺部分割的方法，實現(xiàn)了肺部的提取、重建以及分離肺實質(zhì)，并且使用二次增強濾波器（quadratic enhancement filter）來增強胸部結構。Choi 等人[26]首次應用最優(yōu)閾值法得到初始區(qū)域，之后同時使用三維連通區(qū)域分析以及邊界修正的方法來過濾無關區(qū)域，從而保留肺葉。Zhai 等人[27]使用四個步驟來分割肺實質(zhì)：（1）使用形態(tài)學開運算來去除噪聲；（2）使用 OTSU 閾值算法分割肺部；（3）使用邊界追蹤方法得到初始的肺輪廓；（4）使用適應性邊界匹配（adaptivebordermarching）算法精修肺部分割結果。這些肺實質(zhì)分割的方法有一些共同的特點：（1）使用閾值來二值化圖像；（2）使用二維或者三維連通區(qū)域分析的方法來去除胸部；（3）使用形態(tài)學操作來填充肺分割步驟所產(chǎn)生的空洞[24]。

圖 2-4 候選區(qū)域生成網(wǎng)絡2.2.1.2 特征提取網(wǎng)絡特征提取網(wǎng)絡包括與候選區(qū)域生成網(wǎng)絡共享的部分以及獨有的部分。共享部絡修改自經(jīng)典的 VGG-16 模型中的網(wǎng)絡。VGG 網(wǎng)絡是牛津視覺幾何研究組Geometry Group）在 2014 年 ImageNet 比賽中提出的，當年取得了很好的成績，廣泛采用。相對比于之前盛行的網(wǎng)絡 AlexNet，VGG 把網(wǎng)絡層數(shù)做到了更深，效好。VGG 網(wǎng)絡為了將網(wǎng)絡的深度增加，大量的使用了 3×3 的卷積核（這個尺寸


本文編號：2979463