本文關(guān)鍵詞：面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：塵肺病是一種全球性的職業(yè)病,引起塵肺病的原因主要是生活或工作中長(zhǎng)期接觸高濃度的粉塵,所以該病在煤礦行業(yè)中很高發(fā)。據(jù)統(tǒng)計(jì),塵肺病的發(fā)病率已經(jīng)占到所有職業(yè)病發(fā)病率的84.22%,如此觸目驚心的數(shù)字不得不引起我們對(duì)于塵肺病防治的關(guān)注和對(duì)塵肺病患的關(guān)心。本文將研究把計(jì)算機(jī)輔助診斷技術(shù)應(yīng)用到塵肺病的檢測(cè)中,以達(dá)到減輕醫(yī)生工作負(fù)擔(dān)、提高診斷準(zhǔn)確率、降低病患診斷費(fèi)用的目的。本文提出新方法,將研究區(qū)域定位在肋骨間的部分,而不是整張胸片上,從而使得研究目標(biāo)更加準(zhǔn)確。具體的研究?jī)?nèi)容包括以下幾點(diǎn)：首先,用圖割的方法分割肺實(shí)質(zhì),和高斯鈍化掩膜的方法分割肋間區(qū)域,再將肋間區(qū)域分割成32×32像素的小塊。第二,計(jì)算這些小塊圖像四個(gè)方向的灰度共生矩陣,并且分析這些矩陣的特征值從而提取出圖像的紋理特征。第三,使用隨機(jī)森林的方法對(duì)小塊圖像進(jìn)行分類,然后對(duì)這個(gè)結(jié)果組合判斷,從而得出最終的肺部X光胸片圖像是否為患病圖像。最后根據(jù)以上三部分的研究成果,設(shè)計(jì)出一個(gè)計(jì)算機(jī)輔助塵肺診斷系統(tǒng)。本文用150張X光胸片圖像對(duì)系統(tǒng)做了測(cè)試,結(jié)果顯示分類正確率達(dá)到91%,真陽(yáng)性達(dá)到96%,真陰性達(dá)到86%,這個(gè)結(jié)果表明本文的研究成果可以有效的區(qū)分正常X光胸片和塵肺病的X光胸片,能夠幫助醫(yī)生更高效地診斷出塵肺病。
【關(guān)鍵詞】：塵肺病 圖割 灰度共生矩陣 隨機(jī)森林 計(jì)算機(jī)輔助診斷
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;R135.2
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-16
• 1.1 研究背景和研究意義8-10
• 1.1.1 塵肺病的病理及危害8-9
• 1.1.2 塵肺病醫(yī)學(xué)診斷現(xiàn)狀9-10
• 1.2 塵肺病CAD系統(tǒng)的研究現(xiàn)狀10-13
• 1.2.1 計(jì)算機(jī)輔助診斷系統(tǒng)的發(fā)展歷史及研究現(xiàn)狀10-12
• 1.2.2 基于X光胸片的塵肺病CAD研究現(xiàn)狀12-13
• 1.3 論文研究?jī)?nèi)容和結(jié)構(gòu)安排13-15
• 1.4 本章小結(jié)15-16
• 第二章 基于圖割的肺實(shí)質(zhì)分割和肋間區(qū)域分割16-30
• 2.1 X光胸片圖像預(yù)處理16-18
• 2.2 基于圖割的X光胸片圖像分割18-21
• 2.2.1 醫(yī)學(xué)圖像分割方法介紹18-19
• 2.2.2 基于圖割的X光胸片肺實(shí)質(zhì)分割19-21
• 2.3 X光胸片的肋間區(qū)域分割21-26
• 2.4 肋間區(qū)域小塊分割26-28
• 2.5 本章小結(jié)28-30
• 第三章 基于灰度共生矩陣的胸片紋理特征提取30-36
• 3.1 常用圖像特征提取方法30-31
• 3.2 灰度共生矩陣提取X光胸片圖像特征31-34
• 3.2.1 基于灰度共生矩陣的紋理特征提取方法介紹31-32
• 3.2.2 提取灰度共生矩陣的主要特征值32-34
• 3.3 本章小結(jié)34-36
• 第四章 基于隨機(jī)森林的胸片圖像分類36-48
• 4.1 隨機(jī)森林的基分類器-決策樹36-40
• 4.2 隨機(jī)森林分類器的訓(xùn)練過程40-43
• 4.3 基于隨機(jī)森林的X光胸片圖像的分類43-44
• 4.4 實(shí)驗(yàn)結(jié)果和分析44-47
• 4.5 本章小結(jié)47-48
• 第五章 面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)48-60
• 5.1 面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)需求分析48-51
• 5.1.1 系統(tǒng)可行性分析48
• 5.1.2 系統(tǒng)功能需求分析48-49
• 5.1.3 系統(tǒng)性能需求分析49-50
• 5.1.4 系統(tǒng)用例描述50-51
• 5.2 面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)總體設(shè)計(jì)51-54
• 5.2.1 系統(tǒng)功能設(shè)計(jì)51-52
• 5.2.2 系統(tǒng)流程設(shè)計(jì)52
• 5.2.3 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)52-54
• 5.3 面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)實(shí)現(xiàn)54-57
• 5.3.1 開發(fā)環(huán)境與開發(fā)工具54
• 5.3.2 系統(tǒng)主要操作與界面54-56
• 5.3.3 系統(tǒng)測(cè)評(píng)56-57
• 5.4 本章小結(jié)57-60
• 第六章 總結(jié)與展望60-62
• 6.1 工作總結(jié)60-61
• 6.2 未來展望61-62
• 參考文獻(xiàn)62-68
• 致謝68-70
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目和取得的學(xué)術(shù)成果70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 姚宇華,嚴(yán)洪,熊江輝;基于灰度共生矩陣特征的對(duì)模擬微重力條件下心肌細(xì)胞骨架的圖像分析[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2003年06期

2 高園園;傅蓉;鄺勇;呂慶文;;基于灰度共生矩陣的腹部圖像分類與檢索[J];醫(yī)療衛(wèi)生裝備;2012年03期

3 鞏萍;王阿明;;基于灰度共生矩陣和人工神經(jīng)網(wǎng)絡(luò)的肺癌CT圖像的分類研究[J];生物醫(yī)學(xué)工程與臨床;2013年06期

4 朱福珍;吳斌;;基于灰度共生矩陣的脂肪肝B超圖像特征提取[J];中國(guó)醫(yī)學(xué)影像技術(shù);2006年02期

5 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 王亞軍;李德勝;蘇少昌;王希軍;;基于灰度共生矩陣的光盤測(cè)量[A];第十二屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2008年

2 黃勃;李乃民;劉春雨;張大鵬;王寬全;林曉東;張宏;王淑英;張宏志;;基于灰度共生矩陣的中醫(yī)虛實(shí)證舌象分類研究[A];第一屆全國(guó)中西醫(yī)結(jié)合診斷學(xué)術(shù)會(huì)議論文選集[C];2006年

3 盧易楓;;基于灰度共生矩陣的金剛石瑕疵自動(dòng)識(shí)別技術(shù)研究[A];經(jīng)濟(jì)策論（上）[C];2011年

4 趙亞偉;周晨波;王同樂;王剛;郭冰;劉華;;基于灰度共生矩陣的連續(xù)多幅非平面散斑圖像特征研究[A];第十三屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2010年

5 陳明麗;黃詠紅;單潔玲;楊永明;秦茜淼;王怡;;探討適用于大鼠肝纖維化聲像圖紋理灰度共生矩陣分析的構(gòu)造因子[A];2010年超聲醫(yī)學(xué)和醫(yī)學(xué)超聲論壇會(huì)議論文集[C];2010年

6 蘇慧;費(fèi)樹岷;;基于多分辨率分析及灰度共生矩陣的織物紋理識(shí)別[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

7 馬德新;楊帆;侯景忠;高金喬;;基于灰度共生矩陣的掌紋識(shí)別技術(shù)研究[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

8 高硯軍;徐華平;;基于窗口自適應(yīng)灰度共生矩陣的SAR圖像分類[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

9 蔣圣;羌鑫林;汪閩;;基于灰度共生矩陣改進(jìn)的紋理分割算法[A];江蘇省測(cè)繪學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2008年

10 嚴(yán)洪;姚宇華;熊江輝;;基于灰度共生矩陣和分形的細(xì)胞骨架圖像的分析[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 張娟;基于圖像分析的梅花種類識(shí)別關(guān)鍵技術(shù)研究[D];北京林業(yè)大學(xué);2011年

2 劉成霞;模擬實(shí)際著裝的織物折皺測(cè)試及等級(jí)評(píng)價(jià)方法研究[D];浙江理工大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 袁森林;基于紋理分析的羊絨羊毛鑒別[D];東華大學(xué);2016年

2 井寒;面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)研究[D];西北大學(xué);2015年

3 阮久忠;基于灰度共生矩陣紋理參數(shù)的非平面表面粗糙度研究[D];煙臺(tái)大學(xué);2009年

4 黃晶;基于分形維度與灰度共生矩陣的圖像分類研究[D];武漢理工大學(xué);2008年

5 肖倩;基于平均灰度共生矩陣和特征的LSB匹配隱密分析[D];大連理工大學(xué);2011年

6 徐秋景;基于空間灰度共生矩陣和Hu不變矩的東北虎個(gè)體識(shí)別[D];東北林業(yè)大學(xué);2009年

7 李進(jìn);基于灰度共生矩陣的森林紋理構(gòu)造因子確定方法研究[D];浙江農(nóng)林大學(xué);2010年

8 李陸陸;基于灰度共生矩陣和MRF的紋理圖像分割[D];遼寧師范大學(xué);2013年

9 柯維;基于灰度共生矩陣和BP神經(jīng)網(wǎng)絡(luò)的織物組織結(jié)構(gòu)識(shí)別[D];蘇州大學(xué);2011年

10 李亦林;基于IVUS圖像的動(dòng)脈斑塊識(shí)別方法的研究[D];北京工業(yè)大學(xué);2012年

  本文關(guān)鍵詞：面向X光胸片的塵肺病灶輔助檢測(cè)系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：327982