【摘要】：基于三維Hessian矩陣的肺結(jié)節(jié)檢測方法具有很高的敏感性,卻很難避免血管交叉區(qū)域產(chǎn)生假陽性。本文提出了一種基于自適應(yīng)體窗結(jié)構(gòu)分析的方法,首先利用體素的Hessian矩陣特征值設(shè)計結(jié)構(gòu)系數(shù)分析其灰度分布特征;然后根據(jù)結(jié)構(gòu)系數(shù)構(gòu)建三維自適應(yīng)體窗分析組織的局部結(jié)構(gòu)特征;最后使用判別函數(shù)檢測出結(jié)節(jié)。通過對17套真實肺部CT圖像序列進行實驗,結(jié)果表明本方法可以檢測出不同大小和類型的30個結(jié)節(jié),并有效減少了血管交叉區(qū)域產(chǎn)生的假陽性。結(jié)合自適應(yīng)體窗的Hessian矩陣檢測方法可以提高檢測效率,減輕醫(yī)生工作量,為肺結(jié)節(jié)后續(xù)的分割和治療提供有力的支持。
[Abstract]:The three dimensional Hessian matrix based pulmonary nodule detection method is highly sensitive, but it is difficult to avoid false positive in the cross region. In this paper, an adaptive structure analysis method based on volume window is proposed. Firstly, the structure coefficients of Hessian matrix of voxels are designed to analyze the gray distribution characteristics. Then, according to the structure coefficient, the 3D adaptive window is constructed to analyze the local structural features of the tissue, and finally, the nodules are detected by discriminant function. The experimental results of 17 sets of real lung CT images show that this method can detect 30 nodules of different sizes and types, and effectively reduce the false positive in the cross region of blood vessels. The Hessian matrix detection method combined with adaptive body window can improve the detection efficiency, reduce the workload of doctors, and provide powerful support for the subsequent segmentation and treatment of pulmonary nodules.
【作者單位】： 南方醫(yī)科大學生物醫(yī)學工程學院;南方醫(yī)科大學南方醫(yī)院影像中心;
【基金】：國家自然科學基金青年基金(61102114);國家自然科學基金(31271067) 廣東省教育部產(chǎn)學研項目(2011B090400037)~~
【分類號】：R563;TP391.41

【參考文獻】

相關(guān)期刊論文 前9條

1 章智榮;毛友生;;孤立性肺結(jié)節(jié)病變的診斷與處理策略[J];中國肺癌雜志;2013年09期

2 李興榮;;低劑量螺旋CT在肺癌早期診斷中的應(yīng)用[J];河北醫(yī)學;2011年02期

3 曹蕾;唐寧;;一種全自動的三維肺實質(zhì)分割算法[J];計算機工程與應(yīng)用;2011年22期

4 楊金柱;趙大哲;徐心和;;一種多尺度圓形濾波器在肺結(jié)節(jié)增強中的應(yīng)用[J];系統(tǒng)仿真學報;2008年14期

5 郭薇;魏穎;周翰遜;薛定宇;;基于Hessian矩陣及梯度熵的疑似肺結(jié)節(jié)檢測算法[J];儀器儀表學報;2009年08期

6 魏穎;李銳;楊金柱;趙大哲;;An algorithm for segmentation of lung ROI by mean-shift clustering combined with multi-scale HESSIAN matrix dot filtering[J];Journal of Central South University;2012年12期

7 張永強;夏順仁;陳興燦;郝欣;;基于CT圖像的肺結(jié)節(jié)分割算法研究[J];醫(yī)療衛(wèi)生裝備;2012年11期

8 尚巖峰;汪輝;汪寧;陳杰;姚麗萍;孫琨;;管狀特性和主動輪廓的3維血管自動提取[J];中國圖象圖形學報;2013年03期

9 劉陽;趙大哲;劉積仁;;基于3維圖像增強的肺結(jié)節(jié)識別[J];中國圖象圖形學報;2011年08期

【共引文獻】

相關(guān)期刊論文 前10條

1 周學禮;;周圍神經(jīng)圖像增強算法研究[J];常熟理工學院學報;2011年04期

2 鄧杰航;呂灼榮;肖燦輝;;胸部CT DICOM圖像自動分割的研究與實現(xiàn)[J];廣東工業(yè)大學學報;2013年02期

3 游嘉;陳波;;基于Hessian矩陣的多尺度視網(wǎng)膜圖像增強方法[J];計算機應(yīng)用;2011年06期

4 莫家彬;賈紅明;李苒光;歐鴻儒;張冠業(yè);;低劑量螺旋CT掃描用于早期肺癌診斷臨床分析[J];臨床肺科雜志;2013年09期

5 崔昊楊;許永鵬;楊俊杰;曾俊冬;唐忠;;基于MIV和BRBP神經(jīng)網(wǎng)絡(luò)的電路板紅外診斷方法[J];激光與紅外;2014年04期

6 李潔清;于金明;宋現(xiàn)讓;劉偉;;HIF-1α基因沉默對裸鼠人肺癌移植瘤放射敏感性影響的觀察[J];中華腫瘤防治雜志;2011年21期

7 范立南;胡向麗;孫申申;;基于OTSU算法和帶通濾波器的毛玻璃型肺結(jié)節(jié)檢測[J];沈陽大學學報(自然科學版);2012年06期

8 李柏振;盧洪波;植昌杰;郭耀華;;低劑量CT掃描在老年人肺癌診斷中的應(yīng)用分析(附49例報告)[J];齊齊哈爾醫(yī)學院學報;2013年07期

9 喻朋輝;;低劑量螺旋CT篩選早期肺癌的初步研究[J];中國衛(wèi)生產(chǎn)業(yè);2012年09期

10 張永強;陳興燦;郝欣;夏順仁;;引入輪廓監(jiān)督的動態(tài)規(guī)劃CT圖像肺結(jié)節(jié)分割算法[J];醫(yī)療衛(wèi)生裝備;2012年09期

相關(guān)博士學位論文 前2條

1 張婧;基于SVM的肺結(jié)節(jié)自動識別方法研究[D];華南理工大學;2011年

2 劉露;基于CT圖像肺癌定性診斷若干關(guān)鍵問題研究[D];哈爾濱工業(yè)大學;2009年

相關(guān)碩士學位論文 前10條

1 王詠;基于圖像處理技術(shù)的肺結(jié)節(jié)檢測算法的研究[D];哈爾濱工業(yè)大學;2010年

2 游嘉;眼底圖像融合的研究及系統(tǒng)實現(xiàn)[D];重慶大學;2011年

3 孫明磊;基于肺部CT圖像的肺結(jié)節(jié)自動檢測與識別[D];華東理工大學;2012年

4 郭浩;低劑量CT孤立肺結(jié)節(jié)檢測方法研究[D];西安電子科技大學;2010年

5 常莎;基于三維空間肺結(jié)節(jié)良惡性鑒別研究[D];北京交通大學;2012年

6 浦江華;基于魚眼相機的新型車道線的檢測和識別[D];東北大學;2011年

7 唐寧;PCNN的優(yōu)化及在醫(yī)學圖像分割中的應(yīng)用研究[D];南方醫(yī)科大學;2012年

8 董淑照;基于內(nèi)容的三維醫(yī)學圖像檢索技術(shù)研究[D];哈爾濱工業(yè)大學;2013年

9 胡向麗;毛玻璃型肺結(jié)節(jié)檢測算法的研究[D];沈陽大學;2013年

10 李翠芳;基于模糊數(shù)學的肺部CT圖像處理方法的研究[D];上海理工大學;2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 程勇;牛艷坤;陳衛(wèi)國;;CAD技術(shù)在醫(yī)療診斷中的應(yīng)用研究進展[J];中國醫(yī)師雜志;2006年09期

2 賈允,丁艷,劉澤平;改進圖像閾值分割算法的研究[J];光學技術(shù);2005年01期

3 李興榮;;低劑量螺旋CT在肺癌早期診斷中的應(yīng)用[J];河北醫(yī)學;2011年02期

4 劉國榮;程傳虎;藍博文;黃堯生;;多層螺旋CT探討血管集束征對周圍型小肺癌的診斷價值[J];中國介入影像與治療學;2006年04期

5 曹蕾;占杰;余曉鍔;陳武凡;;基于自動閾值的CT圖像快速肺實質(zhì)分割算法[J];計算機工程與應(yīng)用;2008年12期

6 胡金水;張建州;;高分辨率CT圖像肺部裂紋的自動檢測[J];計算機工程;2010年02期

7 王艷;張奇峰;羅成均;;含各向異性擴散的圖像分割新模型[J];計算機仿真;2010年06期

8 孫旭輝;田啟川;李臨生;武志峰;;面向CT影像的肺結(jié)節(jié)計算機輔助診斷算法[J];計算機測量與控制;2011年02期

9 張志勇,周康榮;周圍型肺癌胸膜凹陷征的螺旋高分辨率CT表現(xiàn)[J];臨床放射學雜志;1999年01期

10 沈敏;林江;陳寧;林秉淞;康建平;陸月紅;;多層螺旋CT對血管集束征顯示及對周圍型肺癌的診斷[J];中國臨床醫(yī)學;2008年02期

【相似文獻】

相關(guān)期刊論文 前10條

1 曹桂明,華波;用巢式PCR檢查孤立性肺結(jié)節(jié)中的結(jié)核桿菌[J];國外醫(yī)學.內(nèi)科學分冊;1999年01期

2 王亞瑟 ,鄧理明 ,紀正華 ,李小晶 ,周依仁 ,徐春華 ,楊彩萍;經(jīng)CT及纖維支氣管鏡肺穿刺活檢對肺結(jié)節(jié)病變診斷的價值[J];現(xiàn)代醫(yī)用影像學;2002年06期

3 任少華,胡華成;孤立性肺結(jié)節(jié)發(fā)生惡性病變的概率[J];國外醫(yī)學.內(nèi)科學分冊;1999年01期

4 楊鐵一,李云華;咳嗽、咳血、兩肺結(jié)節(jié)陰影、乳房增大[J];現(xiàn)代診斷與治療;1996年06期

5 楊明;儲成鳳;劉斌;方麗;徐秋貞;姚青;郭慶明;滕皋軍;;非鈣化型肺結(jié)核瘤的動態(tài)CT增強研究[J];東南大學學報(醫(yī)學版);2006年06期

6 周敏;;96例孤立性肺結(jié)節(jié)或腫塊病變的支氣管鏡表現(xiàn)回顧分析[J];中國醫(yī)療前沿;2009年02期

7 夏秀瓊;咳嗽,發(fā)熱,雙肺結(jié)節(jié)影及骶部結(jié)節(jié)[J];中國呼吸與危重監(jiān)護雜志;2003年01期

8 康本武;冉隆中;;螺旋CT動態(tài)增強掃描對良、惡性肺結(jié)節(jié)的鑒別[J];吉林醫(yī)學;2009年10期

9 董宇超;FDG-PET在孤立性肺結(jié)節(jié)診斷及鑒別診斷中的應(yīng)用[J];國外醫(yī)學.呼吸系統(tǒng)分冊;2001年02期

10 張燕群;田樹平;王占宇;史麗靜;李小娟;王守海;孟宇紅;郭坤;;CT引導下經(jīng)皮穿刺活檢肺內(nèi)小結(jié)節(jié)[J];中國介入影像與治療學;2011年04期

相關(guān)會議論文 前10條

1 查開繼;高劍波;張永高;郭華;楊學華;周志剛;;斷層融合成像與數(shù)字X線成像診斷肺結(jié)節(jié)的比較研究[A];2010中華醫(yī)學會影像技術(shù)分會第十八次全國學術(shù)大會論文集[C];2010年

2 魯世千;王志維;;孤立性肺結(jié)節(jié)[A];肺癌的多學科診治新進展[C];2005年

3 黃銳;馮敢生;;雙能減影與常規(guī)DR檢測肺結(jié)節(jié)模型的實驗研究[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

4 孫軍浩;馬文江;;肺血管炎一例并文獻復(fù)習[A];2005年浙江省呼吸系病學術(shù)年會論文匯編[C];2005年

5 陳文新;林美福;郭莘;陳國寶;田嘉禾;楊小豐;于麗娟;王雪梅;馮慧如;陳萍;;~(18)F-FDG與~(18)F-FLT顯像定量分析在肺結(jié)核與惡性腫瘤鑒別診斷中的應(yīng)用[A];中華醫(yī)學會第九次全國核醫(yī)學學術(shù)會議論文摘要匯編[C];2011年

6 丁輝;周鳳秋;蔡后榮;孟凡青;;特發(fā)性肺纖維化患者肺組織的窖蛋白-1、膠原-Ⅰ、α-平滑肌肌動蛋白表達變化及意義[A];中華醫(yī)學會第三屆全國間質(zhì)性肺病暨彌漫性泛細支氣管炎學術(shù)會議論文匯編[C];2010年

7 游曉輝;陽長華;楊躍華;朱獻韶;;老年人肺結(jié)核的X線平片與CT診斷(附28例分析)[A];第二十一屆航天醫(yī)學年會暨第四屆航天護理年會論文匯編（下冊）[C];2005年

8 馬大慶;;肺部結(jié)節(jié)的計算機輔助檢測與診斷[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（上冊）[C];2006年

9 金晨望;;人工神經(jīng)網(wǎng)絡(luò)在肺內(nèi)結(jié)節(jié)性病變鑒別診斷中的方法學研究[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

10 孔偉良;沈毅宏;周建英;;不典型肺結(jié)核CT表現(xiàn)及文獻復(fù)習[A];中華醫(yī)學會結(jié)核病學分會2010年學術(shù)年會論文匯編[C];2010年

相關(guān)博士學位論文 前1條

1 武志芳;PET/CT呼吸門控顯像對肺部結(jié)節(jié)的應(yīng)用研究[D];山西醫(yī)科大學;2011年

相關(guān)碩士學位論文 前5條

1 孫海寧;肺結(jié)節(jié)MDCT容積定量影響因素與容積閾值分割法診斷效能的研究[D];天津醫(yī)科大學;2010年

2 王獻東;基于群體智能的真假肺結(jié)節(jié)分類算法研究與實現(xiàn)[D];東北大學;2012年

3 屠政良;血清血管內(nèi)皮生長因子在孤立性肺結(jié)節(jié)鑒別診斷中的價值[D];浙江大學;2002年

4 陳飚;球型肺結(jié)核與周圍型肺癌的CT征象及鑒別診斷[D];第二軍醫(yī)大學;2009年

5 肖云華;多層螺旋CT對塵肺小陰影檢出數(shù)的定量研究[D];重慶醫(yī)科大學;2010年

，

本文編號：2246569