肺癌是目前對人類危害最大的惡性腫瘤之一,其早期的表征形式是肺結節(jié)。因此肺結節(jié)的識別對于盡早發(fā)現診斷肺癌,提高患者的存活率非常關鍵。由于計算機輔助檢測（Computer-Aided Detection,CAD）系統(tǒng)對肺結節(jié)的檢測正確率與肺部CT圖像的特征向量提取、數據降維和分類等模塊的性能密切相關。為此,本文主要針對肺結節(jié)的異質性和復雜性等特點,依據肺部CT圖像,尋找新的特征提取方法和分類器優(yōu)化算法,進而提高系統(tǒng)對肺結節(jié)的分類準確率。本文的主要研究內容與創(chuàng)新如下:（1）支持向量機模型優(yōu)化算法的改進。在闡述支持向量機的原理基礎上,針對支持向量機模型引入蝙蝠算法（BAT）進行參數尋優(yōu)。其中針對蝙蝠算法易陷入局部最優(yōu)的特點利用云模型進行改進,使其全局搜索和局部搜索能力更優(yōu),在此基礎上得到基于云蝙蝠算法的支持向量機（CBAT-SVM）算法。由經典測試函數實驗可得,CBAT算法在精度上優(yōu)于BAT算法。經UCI數據集測試表明,CBAT-SVM算法的分類性能良好。（2）肺結節(jié)特征提取方法的改進。由于肺結節(jié)的特殊性,選取的特征向量會直接影響分類器的分類結果。又因為肺結節(jié)具有明顯的異質性、紋理性和復雜性,... 

【文章來源】：河北工業(yè)大學天津市 211工程院校

【文章頁數】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內外研究現狀與發(fā)展趨勢
        1.2.1 國內外研究現狀
        1.2.2 國內外發(fā)展趨勢
    1.3 研究內容及章節(jié)安排
        1.3.1 本文研究內容
        1.3.2 論文章節(jié)安排
第二章 支持向量機及其優(yōu)化模型
    2.1 支持向量機的原理
        2.1.1 支持向量機模型
        2.1.2 核函數以及參數尋優(yōu)
    2.2 蝙蝠算法(BAT)及其改進
        2.2.1 蝙蝠算法(BAT)原理
        2.2.2 基于云模型的蝙蝠算法(CBAT)
        2.2.3 經典測試函數尋優(yōu)仿真對比
    2.3 基于CBAT的支持向量機
    2.4 仿真實驗與分類結果分析
        2.4.1 仿真環(huán)境
        2.4.2 實驗與分類結果分析
    2.5 本章小結
第三章 肺結節(jié)CT圖像及其特征提取
    3.1 肺結節(jié)CT圖像概述
        3.1.1 肺部CT圖像
        3.1.2 肺部CT圖像數據集
    3.2 常規(guī)特征提取
        3.2.1 肺結節(jié)的特點
        3.2.2 常規(guī)特征描述
    3.3 基于Curvelet的特征提取
        3.3.1 Curvelet變換及其特征描述
        3.3.2 組織切片實驗對比與效果分析
    3.4 本章小結
第四章 低秩近似常用方法
    4.1 降維的意義與分類
        4.1.1 降維的意義
        4.1.2 降維的分類
    4.2 常用的低秩近似方法
        4.2.1 主成分分析(PCA)
        4.2.2 線性判別分析(LDA)
        4.2.3 鄰域保持嵌入(NPE)
    4.3 仿真實驗與對比分析
        4.3.1 仿真環(huán)境與樣本集構造
        4.3.2 實驗過程與對比分析
    4.4 本章小結
第五章 肺結節(jié)識別應用
    5.1 識別系統(tǒng)設計
        5.1.1 系統(tǒng)總體設計
        5.1.2 系統(tǒng)處理過程
        5.1.3 系統(tǒng)分類評價指標
    5.2 應用過程
        5.2.1 實驗環(huán)境與參數設置
        5.2.2 實驗結果及分析
    5.3 本章小結
第六章 結論
    6.1 結論
    6.2 創(chuàng)新點
    6.3 展望
參考文獻
攻讀碩士學位期間所取得的相關科研成果
致謝



本文編號：3190313