【摘要】：計(jì)算機(jī)輔助診斷系統(tǒng)主要是幫助醫(yī)生進(jìn)行檢測(cè)診斷,目前該系統(tǒng)的主要研究方向是癌癥良性與惡性的辨別。本文以肺結(jié)節(jié)的識(shí)別為例進(jìn)行了實(shí)驗(yàn),選用了醫(yī)院體檢中的肺部的CT影像為原始數(shù)據(jù)。由于CT影像中只需要肺實(shí)質(zhì)圖像部分,因此首先對(duì)肺實(shí)質(zhì)盡量分割,由于分割過(guò)程中會(huì)出現(xiàn)過(guò)分割現(xiàn)象,需要對(duì)肺實(shí)質(zhì)進(jìn)行邊緣的修補(bǔ),在肺實(shí)質(zhì)圖像中我們可以獲得ROI區(qū)域。識(shí)別效果的好壞受到了兩個(gè)因素的影響,一個(gè)是核函數(shù)的選擇,另一個(gè)是參數(shù)的尋優(yōu)算法。為了使實(shí)驗(yàn)效果達(dá)到最好,本文對(duì)于核函數(shù)方面,拋棄了傳統(tǒng)的單個(gè)核函數(shù)的方法,選擇了兩個(gè)核函數(shù)相互混合的方法;對(duì)于優(yōu)化參數(shù)算法也是選擇了兩種算法相互組合的方式。本文在特征選擇上,除了選擇了傳統(tǒng)的形態(tài)學(xué)特征和灰度特征,還另外選擇了紋理特征和不變矩特征。本文的主要工作主要表現(xiàn)為:(1)本文首先補(bǔ)充了相應(yīng)的醫(yī)學(xué)方面的知識(shí),講述了本系統(tǒng)的整體的設(shè)計(jì)思想,還對(duì)輔助檢測(cè)系統(tǒng)的國(guó)內(nèi)外的發(fā)展進(jìn)行了闡述。(2)肺實(shí)質(zhì)的分割對(duì)實(shí)驗(yàn)的成敗影響很大,對(duì)于肺實(shí)質(zhì)的分割。首先運(yùn)用了最優(yōu)閾值法減少算法的計(jì)算時(shí)間,使圖像中所需部分與不需要部分的灰度值重疊面積減少。接著進(jìn)行了連通性的處理,只保存下來(lái)肺實(shí)質(zhì)部分區(qū)域。之后用區(qū)域生長(zhǎng)算法進(jìn)行處理。處理過(guò)后的影像會(huì)存在小的噪聲,需要進(jìn)行去噪處理。分割得到的肺實(shí)質(zhì)會(huì)出現(xiàn)過(guò)分割的現(xiàn)象,為了不影響之后的實(shí)驗(yàn),對(duì)影像進(jìn)行了邊緣的修補(bǔ),運(yùn)用了局部的極小值連線算法和連線算法。(3)對(duì)獲得的肺實(shí)質(zhì)影像進(jìn)行了初步的處理獲取候選ROI區(qū)域,并且對(duì)ROI區(qū)域進(jìn)行了 4個(gè)方面,共計(jì)20維度的特征提取。在支持向量機(jī)核函數(shù)的選擇方面,我們選擇了多項(xiàng)式核函數(shù)與徑向基核函數(shù)混合的方式,構(gòu)造了混合核函數(shù)。(4)影響實(shí)驗(yàn)結(jié)果的另一個(gè)因素,核函數(shù)的參數(shù)。本文對(duì)參數(shù)進(jìn)行尋優(yōu),使識(shí)別的準(zhǔn)確率達(dá)到最高。把傳統(tǒng)的遺傳算法以及網(wǎng)格搜索法進(jìn)行了組合,通過(guò)組合的方式進(jìn)行參數(shù)尋優(yōu)。首先利用了遺傳算法的概率尋找參數(shù)的特點(diǎn),進(jìn)行粗略的第一遍搜索。接著利用網(wǎng)格搜索法進(jìn)行細(xì)致的搜索,找到絕對(duì)最優(yōu)參數(shù)。(5)本文還設(shè)計(jì)實(shí)現(xiàn)了肺結(jié)節(jié)的自動(dòng)識(shí)別系統(tǒng),分別對(duì)系統(tǒng)的架構(gòu)、系統(tǒng)的模塊以及系統(tǒng)的界面進(jìn)行了詳細(xì)的設(shè)計(jì)與實(shí)現(xiàn)。綜上所述,本文利用的區(qū)域生長(zhǎng)算法提取肺實(shí)質(zhì)的表現(xiàn)效果良好。本文重點(diǎn)關(guān)注準(zhǔn)確率指標(biāo),徑向基核函數(shù)與多項(xiàng)式核函數(shù)組成的混合核函數(shù),與優(yōu)化后尋優(yōu)算法都使準(zhǔn)確率得到了很大的提升。
【圖文】：

圖２－２普通ＣＴ圖像逡逑Ｆｉｇ．２－２邋Ｃｏｍｍｏｎ邋ＣＴ邋ｉｍａｇｅ逡逑上圖２－２的ＣＴ圖像包含了患者的個(gè)人信息、肺實(shí)質(zhì)部分、氣管、識(shí)圖標(biāo)尺、患逡逑９逡逑

排列（盧光明等，２０００）。逡逑．雜５邋：逡逑圖２－２普通ＣＴ圖像逡逑Ｆｉｇ．２－２邋Ｃｏｍｍｏｎ邋ＣＴ邋ｉｍａｇｅ逡逑上圖２－２的ＣＴ圖像包含了患者的個(gè)人信息、肺實(shí)質(zhì)部分、氣管、識(shí)圖標(biāo)尺、患逡逑９逡逑
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R730.44;R734.2;TP391.41;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 張欣;王兵;楊穎;王苗;吳辰;張進(jìn)興;;胸部CT圖像肺區(qū)域邊界凹陷自動(dòng)修補(bǔ)[J];計(jì)算機(jī)工程與應(yīng)用;2013年24期

2 張婧;李彬;田聯(lián)房;陳萍;王立非;;結(jié)合規(guī)則和SVM方法的肺結(jié)節(jié)識(shí)別[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

3 卞曉月;武妍;;基于CT圖像的肺實(shí)質(zhì)細(xì)分割綜合方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

4 孟t-;趙宏;;一種改進(jìn)的交互式CT胸部圖像肺實(shí)質(zhì)分割方法[J];小型微型計(jì)算機(jī)系統(tǒng);2010年02期

5 ;肺癌成我國(guó)惡性腫瘤首位死因[J];中國(guó)社區(qū)醫(yī)師(醫(yī)學(xué)專業(yè)半月刊);2008年10期

6 楊德昌,楊拴盈;肺癌診斷水平的現(xiàn)狀與進(jìn)展[J];中華結(jié)核和呼吸雜志;2001年08期

相關(guān)博士學(xué)位論文 前3條

1 孫申申;基于CT影像的肺結(jié)節(jié)檢測(cè)與分割方法研究[D];東北大學(xué)　;2009年

2 曹蕾;肺結(jié)節(jié)圖像的分析與識(shí)別[D];南方醫(yī)科大學(xué);2009年

3 吳龍海;高分辨率CT圖像的肺部病變計(jì)算機(jī)輔助診斷研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前5條

1 尚明;肺癌住院患者直接經(jīng)濟(jì)負(fù)擔(dān)及影響因素研究[D];山東大學(xué);2013年

2 別繼松;基于支持向量機(jī)的肺部結(jié)節(jié)CT圖像分割與識(shí)別[D];吉林大學(xué);2012年

3 邱實(shí);基于CT圖像的肺結(jié)節(jié)分割與檢測(cè)算法研究[D];西安電子科技大學(xué);2012年

4 李慶玲;CT圖像肺結(jié)節(jié)自動(dòng)檢測(cè)算法研究與實(shí)現(xiàn)[D];北京交通大學(xué);2010年

5 袁立志;1657例原發(fā)性支氣管肺癌臨床特點(diǎn)分析[D];寧夏醫(yī)科大學(xué);2010年

，

本文編號(hào)：2603716