淋巴結(jié)作為人身體內(nèi)非常重要的免疫器官,遍布于身體各處,通常成群聚集。當(dāng)淋巴結(jié)的短軸直徑超過10mm時(shí),被認(rèn)為是疑似轉(zhuǎn)移性的癌。2016年美國(guó)癌癥研究中心調(diào)查數(shù)據(jù)顯示,肺癌、胃癌、結(jié)腸癌、胰腺癌、肝癌已經(jīng)成為致死率排名前十的疾病,而這些癌癥大多數(shù)分布在人體的胸部和腹部,一般通過淋巴結(jié)轉(zhuǎn)移的方式進(jìn)行擴(kuò)散。定量分析胸腹部淋巴結(jié)在評(píng)估某些疾病的進(jìn)展、準(zhǔn)確分期、預(yù)后、治療選擇和隨訪檢查方面起到至關(guān)重要的作用。隨著科學(xué)技術(shù)的飛速發(fā)展,胸腹部CT影像的淋巴結(jié)假陽(yáng)性篩除已經(jīng)成為研究熱潮。但是,現(xiàn)有的算法仍然存在一些問題:檢測(cè)速度慢、胸腹部假陽(yáng)性淋巴結(jié)數(shù)量多、計(jì)算代價(jià)高、敏感度低。針對(duì)以上問題,本文提出了一種三維CT影像的胸腹部淋巴結(jié)假陽(yáng)性篩除方法。其主要工作如下:(1)提出一種基于多視角的ROI提取算法。本文將三維CT影像數(shù)據(jù)分解成多個(gè)視角二維切面,對(duì)每個(gè)方向上的二維視角切面進(jìn)行平移優(yōu)化。減少了 CT影像數(shù)據(jù)量,有利于從不同角度全面地觀察和分析病灶區(qū)域,從而加快算法的檢測(cè)速度、提升檢測(cè)系統(tǒng)的性能。(2)提出一種基于小波變換的多特征提取算法。本文將小波多分辨思想引入到胸腹部淋巴結(jié)假陽(yáng)性篩除中,在小波域中...

【文章頁(yè)數(shù)】：68 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
        1.1.1 CT成像技術(shù)
        1.1.2 胸腹部CT影像的淋巴結(jié)假陽(yáng)性篩除
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容
    1.4 論文結(jié)構(gòu)
第2章 基礎(chǔ)知識(shí)
    2.1 小波分析基本理論
        2.1.1 小波和多分辨分析
        2.1.2 非抽取小波變換
    2.2 醫(yī)學(xué)圖像基本特征
        2.2.1 灰度特征
        2.2.2 形狀特征
        2.2.3 紋理特征
    2.3 主成分分析
    2.4 支持向量機(jī)
    2.5 線性融合
第3章 三維CT影像的胸腹部淋巴結(jié)假陽(yáng)性篩除方法
    3.1 整體算法描述
    3.2 基于多視角的ROI提取算法
    3.3 基于小波變換的多特征提取算法
    3.4 基于PCA的特征組合優(yōu)化算法
第4章 實(shí)驗(yàn)與分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)庫(kù)和平臺(tái)
        4.1.1 數(shù)據(jù)庫(kù)
        4.1.2 實(shí)驗(yàn)平臺(tái)
    4.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
    4.3 實(shí)驗(yàn)方案
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 基于多視角ROI提取的性能
        4.4.2 基于小波變換多特征提取的性能
        4.4.3 基于PCA特征組合優(yōu)化的性能
        4.4.4 與現(xiàn)有文獻(xiàn)的結(jié)果比較
    4.5 實(shí)驗(yàn)總結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來研究展望
參考文獻(xiàn)
致謝
附錄A 攻讀碩士學(xué)位期間參與的科研項(xiàng)目
附錄B 灰度共生矩陣和灰度游程矩陣的特征計(jì)算公式



本文編號(hào)：3858664