【摘要】：目前脂肪肝檢查的手段主要是超聲成像，但是由于超聲成像存在一定的缺點和不足，需要借助一些計算機輔助手段才能達到較好的識別效果。而現(xiàn)有脂肪肝識別計算機輔助手段存在識別率不高和計算量大的缺點，而且不能滿足現(xiàn)代化數(shù)字醫(yī)院建設的要求。本文針對以上情況提出一種新的解決方法，對脂肪肝的識別和醫(yī)院信息化建設起到了促進作用。 在脂肪肝識別方面，本文針對兩種不同類型的脂肪肝提出不同的解決方案。對于非均勻性脂肪肝采用圖像增強的方法，結(jié)合直方圖均衡和同態(tài)濾波的優(yōu)點，對疑似區(qū)域性脂肪化的圖片做增強處理，，以突出病變部位，提醒使用者注意；而對于彌漫型脂肪肝，分析對比了現(xiàn)有的脂肪肝計算機輔助識別手段以及它們的優(yōu)缺點，提出一種基于B超圖像的多級灰度差特征的識別方法。首先在感興趣的肝臟圖片上劃定一個梯形區(qū)域，對劃定區(qū)域中的血管影像噪聲問題，采用改進的中值濾波算法進行去噪處理；然后將劃定區(qū)域分成多個小的梯形區(qū)域，計算每個小梯形區(qū)域的平均灰度值，以得到肝臟圖片多級灰度差特征；而后分析對比了正常肝和脂肪肝的多級灰度差特征曲線，確定多級灰度差特征的有效性；最后利用BP人工神經(jīng)網(wǎng)絡進行特征識別，達到圖片區(qū)分的目的。 在醫(yī)院信息化建設方面，本文對支持DICOM3.0數(shù)字化接口和支持S端子模擬信號輸出的B超檢查設備，使用不同的圖像采集方法，將脂肪肝檢測系統(tǒng)和醫(yī)院影像數(shù)據(jù)庫連接，實現(xiàn)醫(yī)院信息共享。特別針對醫(yī)院病歷報告的書寫提出一種基于語義的報告單模板生成方法，提高了醫(yī)生的工作效率。
[Abstract]:At present, the main method of fatty liver examination is ultrasonic imaging, but because of the shortcomings and shortcomings of ultrasound imaging, some computer-aided methods are needed to achieve a better recognition effect. However, the existing computer-aided methods for recognition of fatty liver have the disadvantages of low recognition rate and large amount of calculation, and can not meet the requirements of the construction of modern digital hospitals. This paper puts forward a new solution to the above situation, which can promote the recognition of fatty liver and the construction of hospital information. In recognition of fatty liver, this paper proposes different solutions for two different types of fatty liver. For non-uniform fatty liver, image enhancement method is adopted, combining the advantages of histogram equalization and homomorphism filtering, the image of suspected regional fatty liver is enhanced to highlight the lesion position and remind users to pay attention to it. For diffuse fatty liver, this paper analyzes and compares the existing computer-aided recognition methods and their advantages and disadvantages, and proposes a multi-level gray difference recognition method based on B-ultrasound image. Firstly, a trapezoid area is delineated on the liver image of interest, and the noise problem of vascular image in the delineated area is removed by using an improved median filtering algorithm. Then the delineated area is divided into a plurality of small trapezoid areas. The average grayscale value of each small trapezoid region is calculated to get the multilevel grayscale difference feature of liver picture, and then the multilevel gray difference characteristic curve of normal liver and fatty liver is analyzed and compared to determine the validity of multilevel grayscale difference feature. Finally, BP artificial neural network is used for feature recognition to achieve the purpose of image discrimination. In hospital information construction, this paper uses different image acquisition methods to connect the fatty liver detection system with the hospital image database, which supports the DICOM3.0 digital interface and the analog signal output of the S-terminal. To realize the sharing of hospital information. In particular, a semantic report template generation method is proposed for the writing of hospital medical records, which improves the efficiency of doctors.
【學位授予單位】：廣西工學院
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：R197.39;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 侯宏花,陳樹越,郭保全;醫(yī)學B超圖像降噪處理的三種方法比較[J];測試技術(shù)學報;2003年03期

2 鄧娟,楊家明;一種改進的BP算法神經(jīng)網(wǎng)絡[J];東華大學學報(自然科學版);2005年03期

3 李明霞;任伯緒;龔蘭;;脂肪肝超聲診斷的研究進展[J];長江大學學報(自科版)醫(yī)學卷;2009年02期

4 黃旭;;DICOM醫(yī)學圖像數(shù)據(jù)的讀取[J];計算機時代;2008年11期

5 李軍,丁萃菁;一種改進的BP算法在實際應用中的研究[J];計算機仿真;2004年02期

6 趙德杰;田裕鵬;;DICOM網(wǎng)絡通信模型的設計與實現(xiàn)[J];計算機與數(shù)字工程;2006年04期

7 王鷹漢;占明;;用VC++和DCMTK顯示DICOM醫(yī)學圖像[J];科技信息(科學教研);2008年02期

8 陳衍斯;李彬;田聯(lián)房;陳萍;;PACS中DICOM圖像傳輸與存取系統(tǒng)的設計[J];生物醫(yī)學工程研究;2008年02期

9 紀現(xiàn)才,蘇開娜;DICOM中網(wǎng)絡通信協(xié)議的研究與設計[J];計算機工程與設計;2004年03期

10 張達榮,邱德凱;幫你認識脂肪肝[J];上海醫(yī)藥;1995年07期

相關(guān)重要報紙文章 前1條

1 記者 閆煈;[N];健康報;2011年

相關(guān)碩士學位論文 前7條

1 章蓉;對非酒精性脂肪肝患者健康教育及飲食干預的效果分析[D];山東大學;2011年

2 王傳永;基于人工神經(jīng)網(wǎng)絡的血液細胞圖像分割方法研究[D];天津理工大學;2005年

3 李瑞霞;一種改進的基于本體的語義匹配算法研究[D];太原理工大學;2007年

4 梁娜;基于語義的圖像檢索技術(shù)在醫(yī)學影像系統(tǒng)中的研究與應用[D];西北大學;2008年

5 肖紅;醫(yī)學圖像的格式轉(zhuǎn)換與分析處理[D];北京交通大學;2008年

6 羅煜;基于超聲圖像的脂肪肝疾病量化分析[D];華中科技大學;2007年

7 陳韌斌;A醫(yī)院信息化建設評價及其改進策略研究[D];復旦大學;2009年

本文編號：2256847