在全球癌癥的疾病診斷中,目前肺癌的發(fā)病率和死亡率一直居于榜首。肺癌的檢測(cè)主要是通過計(jì)算機(jī)斷層掃描技術(shù)（CT）對(duì)肺部區(qū)域進(jìn)行成像來判斷是否有肺結(jié)節(jié),進(jìn)而判斷良惡性。但是海量的CT數(shù)據(jù),人工閱片的傳統(tǒng)方式以及經(jīng)驗(yàn)不足等問題,導(dǎo)致醫(yī)生產(chǎn)生視覺疲勞,造成誤診漏診現(xiàn)象出現(xiàn)。因此計(jì)算機(jī)輔助診斷技術(shù)（CAD）的出現(xiàn),不僅幫助放射科醫(yī)生有效地進(jìn)行肺結(jié)節(jié)篩查,還提高了治療水平,節(jié)省了經(jīng)濟(jì)成本和臨床成本。傳統(tǒng)的計(jì)算機(jī)輔助診斷技術(shù)在特征提取上主要以肺結(jié)節(jié)的單個(gè)切片做為研究對(duì)象,損失了肺結(jié)節(jié)在空間分布上的部分特征信息,使肺結(jié)節(jié)圖像識(shí)別的準(zhǔn)確率偏低。針對(duì)肺結(jié)節(jié)特征信息提取不全面問題,本文提出了一種基于體局部方向三值模式的肺結(jié)節(jié)圖像紋理特征提取方法。首先,將提取的肺結(jié)節(jié)切片按照順序排列,采用VLBP模式進(jìn)行局部模式提取。其次,基于正態(tài)函數(shù)對(duì)肺結(jié)節(jié)圖像信息的變化進(jìn)行自我調(diào)節(jié),形成自適應(yīng)閾值,并對(duì)局部模式進(jìn)行三值計(jì)算。最后融合三維灰度共生矩陣的思想,對(duì)閾值調(diào)節(jié)后形成的局部三值模式,以中心像素為中心進(jìn)行各方向三值統(tǒng)計(jì),并進(jìn)行歸一化形成13×3的肺結(jié)節(jié)紋理特征向量。該方法不僅可以對(duì)肺結(jié)節(jié)進(jìn)行有效的特征提取,而且降低了特征... 

【文章來源】：哈爾濱商業(yè)大學(xué)黑龍江省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

肺結(jié)節(jié)圖像

可以發(fā)現(xiàn)人體組織內(nèi)的一些細(xì)微的病灶，并得到及時(shí)的醫(yī)治，在醫(yī)學(xué)領(lǐng)域得到廣泛的應(yīng)用。常見的CT圖像是由一系列不同黑白灰度的像素點(diǎn)排列組合而成的矩陣，反應(yīng)人體不同組織和器官對(duì)于X射線的吸收率的差異。這些矩陣由不同的灰度級(jí)0~255構(gòu)成，0表示黑色為低密度吸收區(qū)，例如肺、肝組織等，255表示白色為高密度吸收區(qū)，例如骨骼、鈣化現(xiàn)象等。目前的CT圖像釆集設(shè)備有256×256，512×512兩種，圖像的分辨率都是大不相同的，數(shù)目越多，像素越小，其分辨力越高，圖像清晰度越好。本文采用的是像素為512×512的肺部斷層掃描圖像，見圖2-1所示。圖2-1肺部CT圖像示例人體各組織對(duì)X射線的吸收程度是由CT圖像以其像素的不同灰度來反映的，當(dāng)X射線穿過人體時(shí)，不同的線性衰減系數(shù)μ（即吸收系數(shù)）由不同的組織密度值代表，一般用相對(duì)值CT值[48]進(jìn)行表示：CT值=（（μ物質(zhì)-μ水）/μ水）×K（2-1）其中K為分度因數(shù)，CT值的單位為HU（HounsfieldUnit）[47]。以水為標(biāo)準(zhǔn)來定義CT值，當(dāng)CT值為0HU，其線性衰減系數(shù)為1。人們根據(jù)CT值之間的差值，將CT值

-14-θ()111,gyxf=()222,gyxf=dxyΔxΔy圖2-8灰度共生矩陣方向示意圖()[()()]()(){}222111221121θxyxdggP,&,|,,,#,|,S==×∈=gyxfgyxfSy（2-10）式中1g，2g—灰度值；#—像素對(duì)的總和的個(gè)數(shù)。從上式可以看出，影響計(jì)算復(fù)雜度的主要有圖像的大孝圖像的灰度級(jí)、圖像的距離以及圖像的方向。在二維灰度共生矩正中，最常用的四個(gè)方向θ分別為：，，，13590450°°°°。（2）3D-GLCM紋理特征提取三維灰度矩陣是在二維灰度矩陣的基礎(chǔ)上衍生出來的，具有與二維灰度共生矩陣相似的特點(diǎn)，根據(jù)其方向，距離以及像素值等可定義三維灰度共生矩陣[68]為：()[()()]()(){}2222111122211121θyxzyxdggP,,&,,|,,,,,#,|,S==×∈=gzyxfgzyxfSz（2-11）三維灰度共生矩與二維灰度共生矩正相比較，三維灰度共生矩正豐富了方向信息，由常用的4個(gè)方向增加到13個(gè)方向，不僅考慮了鄰域之間，還考慮了空間域上的信息。預(yù)碆圖2-93D-GLCM方向示意圖因此00方向上的三維灰度共生矩陣計(jì)算公式[68-71]：(){[()()]|,,,,,#0,|,22211121×∈=°SSzyxzyxdggP(0,)212121，zzdyydxx===(0,)212121，zzdyydxxor===(0,0)，，212121zzyydxxor===()()}22221111,,&,,==gzyxfgzyxf（2-12）


本文編號(hào)：3013700