發(fā)布時(shí)間：2020-12-20 08:05

　　肺癌,全稱為原發(fā)性支氣管肺癌,這是一種十分常見(jiàn)的出現(xiàn)于肺部的原發(fā)性惡性腫瘤,并且肺癌的死亡率在所有癌癥死亡率中是最高的。對(duì)于肺癌的診斷和治療的研究已經(jīng)成為醫(yī)學(xué)界的研究的重點(diǎn),同時(shí)也是研究的難點(diǎn)。目前醫(yī)學(xué)影像在實(shí)際的臨床治療上起到了越來(lái)越重要的作用,肺部CT掃描圖像是醫(yī)生對(duì)患者做出病情診斷和給出治療方案的重要參考。尤其是對(duì)于手術(shù)患者,只有術(shù)前充分了解腫瘤的大小、位置、數(shù)量等情況,才能實(shí)現(xiàn)手術(shù)的精準(zhǔn)切除。因此,可以對(duì)大量的肺部CT圖像進(jìn)行分析和處理的計(jì)算機(jī)輔助診斷系統(tǒng)應(yīng)運(yùn)而生�；诖吮尘�,本文研究的主要是計(jì)算機(jī)輔助系統(tǒng)中對(duì)肺部CT掃描圖像中肺腫瘤的提取部分。本文的肺部CT圖像均來(lái)自于美國(guó)國(guó)家癌癥研究學(xué)會(huì)(NCI,National Cancer Institute)所頒布的肺部圖像數(shù)據(jù)庫(kù)聯(lián)盟LIDC(Lung Imaging Database Consortium)庫(kù)。首先,需要對(duì)原始的肺部CT圖像進(jìn)行降噪和增強(qiáng)處理以去除圖像中的噪聲信息,同時(shí)增強(qiáng)圖像中的信息對(duì)比度。然后,在肺部CT圖像中提取肺實(shí)質(zhì)部分。肺部CT圖像中會(huì)存在心臟、縱膈等背景區(qū)域,氣管、支氣管等周圍組織,這些區(qū)域及組織會(huì)對(duì)后續(xù)... 

【文章來(lái)源】：河北大學(xué)河北省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容
    1.4 本文的安排
第2章 CT圖像及肺腫瘤的基本知識(shí)
    2.1 CT圖像簡(jiǎn)介
        2.1.1 CT圖像成像原理
        2.1.2 CT圖像的格式
    2.2 肺部腫瘤簡(jiǎn)介
    2.3 本章小結(jié)
第3章 CT圖像預(yù)處理
    3.1 CT圖像的降噪
        3.1.1 中值濾波
        3.1.2 維納濾波
        3.1.3 均值濾波
        3.1.4 結(jié)果分析
    3.2 CT圖像的增強(qiáng)
        3.2.1 直方圖均衡化
        3.2.2 灰度拉伸算法
        3.2.3 結(jié)果分析
    3.3 本章小結(jié)
第4章 肺實(shí)質(zhì)的分割
    4.1 去除背景信息
        4.1.1 固定閾值法
        4.1.2 最大類間方差法
        4.1.3 結(jié)果分析
    4.2 去除周圍組織
    4.3 左右肺分離
    4.4 肺實(shí)質(zhì)的邊界缺失情況檢測(cè)
    4.5 修復(fù)圖像
        4.5.1 凸點(diǎn)搭橋法修復(fù)肺實(shí)質(zhì)
        4.5.2 滾球法修復(fù)肺實(shí)質(zhì)
        4.5.3 擴(kuò)散算法修復(fù)肺實(shí)質(zhì)
        4.5.4 結(jié)果分析
    4.6 本章小結(jié)
第5章 肺部腫瘤的提取
    5.1 常用的肺腫瘤分割方法
    5.2 隨機(jī)游走算法原理
        5.2.1 隨機(jī)游走的定義
        5.2.2 隨機(jī)游走分割算法的介紹
        5.2.3 隨機(jī)游走算法提取肺部腫瘤結(jié)果
    5.3 本文改進(jìn)的隨機(jī)游走算法
        5.3.1 權(quán)重函數(shù)的改進(jìn)
        5.3.2 增加備用種子點(diǎn)
    5.4 實(shí)驗(yàn)結(jié)果及分析
        5.4.1 實(shí)驗(yàn)結(jié)果
        5.4.2 結(jié)果分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表的論文情況


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的Graph Cut算法的羊體圖像分割[J]. 周艷青,薛河儒,潘新,郜曉晶.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]基于擴(kuò)散算法的CT圖像中肺實(shí)質(zhì)的分割算法[J]. 馬新利.  數(shù)字技術(shù)與應(yīng)用. 2017(09)
[3]2017年中國(guó)最新癌癥數(shù)據(jù)[J].   中國(guó)腫瘤臨床與康復(fù). 2017(06)
[4]吸煙與癌癥相關(guān)性的研究進(jìn)展[J]. 左晶晶,陳晨,曾曼麗,李曼,胡章威,陶澤璋.  現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2017(16)
[5]中國(guó)癌癥流行病學(xué)與防治研究現(xiàn)狀[J]. 曾磊,王國(guó)平.  世界最新醫(yī)學(xué)信息文摘. 2016(87)
[6]The incidence and mortality of major cancers in China,2012[J]. Wanqing Chen,Rongshou Zheng,Hongmei Zeng,Siwei Zhang.  Chinese Journal of Cancer. 2016(08)
[7]基于多尺度的改進(jìn)Graph cut算法[J]. 樊淑炎,丁世飛.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2016(01)
[8]X-CT成像技術(shù)進(jìn)展簡(jiǎn)述[J]. 王艷芹,王秀麗.  中國(guó)醫(yī)療設(shè)備. 2015(11)
[9]醫(yī)學(xué)物理緒論課教學(xué)內(nèi)容探討[J]. 吳興達(dá).  廣東醫(yī)學(xué)院學(xué)報(bào). 2013(05)
[10]基于維納濾波的高斯含噪圖像去噪[J]. 張東,覃鳳清,曹磊,劉書君.  宜賓學(xué)院學(xué)報(bào). 2013(12)

博士論文
[1]有限角逆向螺旋錐束CT重建算法研究[D]. 武棟.重慶大學(xué) 2015
[2]肺結(jié)節(jié)圖像的分析與識(shí)別[D]. 曹蕾.南方醫(yī)科大學(xué) 2009
[3]高分辨率CT圖像的肺部病變計(jì)算機(jī)輔助診斷研究[D]. 吳龍海.中國(guó)科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]不完整投影數(shù)據(jù)下X射線CT重構(gòu)算法研究[D]. 王磊.中國(guó)科學(xué)技術(shù)大學(xué) 2017
[2]基于CT圖像的肺結(jié)節(jié)檢測(cè)方法研究[D]. 王鑫.長(zhǎng)春工業(yè)大學(xué) 2015
[3]基于PET/CT圖像分析的肺癌放療關(guān)鍵技術(shù)研究[D]. 高珊.大連理工大學(xué) 2015
[4]基于醫(yī)學(xué)圖像的肺結(jié)節(jié)特征提取與輔助檢測(cè)[D]. 李秋萍.山東財(cái)經(jīng)大學(xué) 2015
[5]移動(dòng)醫(yī)學(xué)影像閱片系統(tǒng)構(gòu)建與關(guān)鍵技術(shù)研究[D]. 梁炳進(jìn).南方醫(yī)科大學(xué) 2015
[6]基于DICOM序列影像的肺結(jié)節(jié)檢測(cè)算法研究[D]. 羅旋.電子科技大學(xué) 2015
[7]白噪聲圖像批量識(shí)別和噪聲區(qū)域定位軟件的設(shè)計(jì)及實(shí)現(xiàn)[D]. 王子心.西安電子科技大學(xué) 2014
[8]灰度圖像的直方圖均衡化處理研究[D]. 陳永亮.安徽大學(xué) 2014
[9]臨床CT圖像中肝臟腫瘤分割研究[D]. 楊柳.重慶大學(xué) 2013
[10]基于Snake模型的肺結(jié)節(jié)圖像處理[D]. 王奇.蘇州大學(xué) 2013



本文編號(hào)：2927524