發(fā)布時間：2017-10-13 04:03

  本文關(guān)鍵詞：基于SVM的肺結(jié)節(jié)分割與識別

  更多相關(guān)文章： 肺癌 肺結(jié)節(jié) CT 胸廓提取 SVM SMO

【摘要】：盡管癌癥成像技術(shù)和新的癌癥治療方法已有著顯著的進(jìn)步,但癌癥仍是一個主要的流行病學(xué)醫(yī)療保健問題。由于癌癥是異質(zhì)性的疾病,在目前的臨床實踐中由于缺乏針對癌癥預(yù)后結(jié)果的準(zhǔn)確可靠的評估能力而導(dǎo)致大量是過度診斷和過度治療,不但延誤了肺癌的最佳診療時間,也為癌癥患者增加了醫(yī)療成本。因此,能夠在前期發(fā)現(xiàn)開發(fā)最佳的個性化癌癥治療模式已引起了廣泛的研究興趣。而肺結(jié)節(jié)正是肺癌早期出現(xiàn)的主要征象之一。為了克服這種臨床困境并提高癌癥治療的治愈率,有效地從肺部CT圖像中分離肺結(jié)節(jié)對于肺癌的早期診斷時至關(guān)重要的。目前關(guān)于肺部及肺結(jié)節(jié)的分割識別算法眾多,然而,由于肺結(jié)節(jié)是個特征異質(zhì)性較強(qiáng)的組織,因此目前的識別算法大多并不總是可行的,為了獲得較為全面的肺部和肺結(jié)節(jié)信息,需要一個足夠可靠的分割及識別算法來對大量的胸部CT圖像進(jìn)行處理,而有時對于在實際的臨床圖像應(yīng)用中依然存在著不可預(yù)測的變化。目前隨著CT斷層掃描技術(shù)的發(fā)展,醫(yī)學(xué)圖像具備著顯示許多潛在癌癥發(fā)展和預(yù)后生物過程等極其有用的特征,諸如肺結(jié)節(jié)的識別可以在癌癥的診斷和預(yù)后評估中提供有用的補(bǔ)充信息。此外,由于計算機(jī)輔助計劃實現(xiàn)了圖像特征的定量分析,開發(fā)計算機(jī)肺結(jié)節(jié)識別輔助診斷系統(tǒng)應(yīng)該是更可靠和具有成本效益的。本文首先對研究的背景及意義進(jìn)行了闡述,同時總結(jié)了目前的一些分割識別的研究成果并概述了現(xiàn)有的分割方法,也闡述了本文選用SVM進(jìn)行識別算法設(shè)計的優(yōu)勢,經(jīng)過對臨床的胸部CT圖像進(jìn)行了輪廓提取等預(yù)處理后,對肺結(jié)節(jié)的一些特征進(jìn)行了量化的提取,最后利用SVM進(jìn)行了分類識別的算法的設(shè)計。
【關(guān)鍵詞】：肺癌 肺結(jié)節(jié) CT 胸廓提取 SVM SMO
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R734.2;R730.44;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-12
• 1.1 課題研究背景及意義9
• 1.2 肺部分割及肺結(jié)節(jié)識別的研究現(xiàn)狀9-11
• 1.3 本文研究內(nèi)容11-12
• 第2章 CT圖像分割方法12-21
• 2.1 圖像分割概述12-18
• 2.1.1 基于圖像特征一致性的分割方法14-17
• 2.1.2 基于圖像棱邊提取和目標(biāo)抽取的分割方法17-18
• 2.2 基于SVM的分割識別方法的優(yōu)勢18-20
• 2.3 本章小結(jié)20-21
• 第3章 CT圖像的肺實質(zhì)分割21-37
• 3.1 圖像預(yù)處理21
• 3.2 胸廓提取21-22
• 3.3 肺部的識別22-29
• 3.3.1 模糊C均值聚類23-24
• 3.3.2 空氣填充區(qū)域的檢測24
• 3.3.3 大型氣管區(qū)域的消除24
• 3.3.4 左右肺的分離24-25
• 3.3.5 肺部輪廓的校正25
• 3.3.6 迭代加權(quán)平均25-27
• 3.3.7 基于曲率閾值的校正27-29
• 3.4 肺部分割結(jié)果及討論29-36
• 3.4.1 參數(shù)的設(shè)定29-30
• 3.4.2 在臨床數(shù)據(jù)上的應(yīng)用30-36
• 3.5 本章小結(jié)36-37
• 第4章 肺結(jié)節(jié)的特征提取37-49
• 4.1 特征的評價準(zhǔn)則37-38
• 4.2 使用統(tǒng)計檢驗作為可分性判據(jù)38-39
• 4.3 特征選擇39-43
• 4.3.1 特征選擇算法概述39-42
• 4.3.2 特征選擇算法的步驟設(shè)計42-43
• 4.4 肺結(jié)節(jié)的特征提取43-48
• 4.4.1 灰度特征提取45
• 4.4.2 形態(tài)特征提取45-46
• 4.4.3 肺結(jié)節(jié)的紋理特征提取46
• 4.4.4 特征提取的結(jié)果46-48
• 4.5 本章小結(jié)48-49
• 第5章 基于SVM的肺結(jié)節(jié)分類識別49-67
• 5.1 統(tǒng)計學(xué)習(xí)理論49-51
• 5.1.1 經(jīng)驗風(fēng)險最小化原理(ERM)50
• 5.1.2 VC維50-51
• 5.1.3 結(jié)構(gòu)風(fēng)險最小化51
• 5.2 支持向量機(jī)51-52
• 5.3 順序最小優(yōu)化算法(SMO)52-57
• 5.3.1 SVM訓(xùn)練的各種方法52-53
• 5.3.2 順序最小優(yōu)化(SMO)的簡介53
• 5.3.3 SMO的原理53-57
• 5.4 肺結(jié)節(jié)樣本的訓(xùn)練57-61
• 5.5 肺結(jié)節(jié)的分類結(jié)果61-66
• 5.6 本章小結(jié)66-67
• 第6章 總結(jié)與展望67-69
• 6.1 本文工作總結(jié)67-68
• 6.2 課題后續(xù)展望68-69
• 參考文獻(xiàn)69-73
• 致謝73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 毛亞莉;劉勇;張曉忠;;肺結(jié)節(jié)的X線片診斷[J];中國民康醫(yī)學(xué);2006年22期

2 宋佳;李翠芳;孫希文;聶生東;;一種非實質(zhì)性肺結(jié)節(jié)分割的新方法[J];中國醫(yī)學(xué)影像技術(shù);2011年12期

3 ;矽肺結(jié)節(jié)鈣化五例臨床分析[J];冶金勞動衛(wèi)生;1976年02期

4 王敏杰,王培軍,田建明,余準(zhǔn),李曉兵,崔恒武,邵成偉;低劑量和靶螺旋CT掃描技術(shù)在肺結(jié)節(jié)診斷中的價值[J];臨床放射學(xué)雜志;2003年07期

5 王化,唐光健;多層螺旋CT在肺結(jié)節(jié)診斷中的應(yīng)用及展望[J];國外醫(yī)學(xué)(臨床放射學(xué)分冊);2005年06期

6 吳龍海;周荷琴;李傳富;;基于高分辨率CT圖像的肺結(jié)節(jié)檢測[J];中國醫(yī)療器械雜志;2008年03期

7 苗芬;吳龍海;周荷琴;;一種基于相關(guān)矩陣的肺結(jié)節(jié)增強(qiáng)算法[J];北京生物醫(yī)學(xué)工程;2008年05期

8 賈守勤;趙斌;尚延海;馬子堂;劉世合;齊向芹;;常規(guī)DR胸片對肺結(jié)節(jié)漏診原因的分析[J];醫(yī)學(xué)與哲學(xué)(臨床決策論壇版);2009年04期

9 高園園;呂慶文;;肺結(jié)節(jié)檢測算法研究[J];醫(yī)學(xué)信息;2010年02期

10 林歡;;容積CT掃描發(fā)現(xiàn)的肺結(jié)節(jié)的處理[J];循證醫(yī)學(xué);2010年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 查開繼;高劍波;張永高;郭華;楊學(xué)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(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

2 孫志遠(yuǎn);;數(shù)字化體層融合在肺結(jié)節(jié)探查中的初步應(yīng)用[A];中華醫(yī)學(xué)會第16次全國放射學(xué)學(xué)術(shù)大會論文匯編[C];2009年

3 穆景博;高向東;;X線數(shù)字化體層融合技術(shù)在肺結(jié)節(jié)探查中的應(yīng)用[A];2010中華醫(yī)學(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

4 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];2006年華東六省一市暨浙江省放射學(xué)學(xué)術(shù)年會論文匯編[C];2006年

5 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];中華醫(yī)學(xué)會放射學(xué)分會第八屆全國心胸影像學(xué)術(shù)大會暨河南省第十二次放射學(xué)術(shù)會議論文匯編[C];2006年

6 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

7 高園園;呂慶文;馮前進(jìn);陳武凡;;一種新的肺結(jié)節(jié)檢測算法[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（上冊）[C];2007年

8 徐巖;馬大慶;;計算機(jī)輔助檢測肺結(jié)節(jié)在數(shù)字化胸片上的應(yīng)用價值[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

9 王永仁;吳碧芳;經(jīng)鳳華;李峻;金德勝;;低劑量CT篩查肺結(jié)節(jié)對圖像質(zhì)量的影響[A];2008年浙江省放射學(xué)年會論文匯編[C];2008年

10 徐巖;馬大慶;賀文;;計算機(jī)輔助檢測肺結(jié)節(jié)在數(shù)字化胸片肺癌篩查中的應(yīng)用價值[A];中華醫(yī)學(xué)會第16次全國放射學(xué)學(xué)術(shù)大會論文匯編[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院胸外科主任醫(yī)師 邱維誠;發(fā)現(xiàn)肺結(jié)節(jié) 別輕易下診斷[N];健康報;2013年

2 朱立明　第四軍醫(yī)大學(xué);三聯(lián)診斷方案辨明肺結(jié)節(jié)[N];醫(yī)藥經(jīng)濟(jì)報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 劉陽;基于肺部高分辨率CT影像的肺結(jié)節(jié)識別方法研究[D];東北大學(xué);2011年

2 吳龍海;高分辨率CT圖像的肺部病變計算機(jī)輔助診斷研究[D];中國科學(xué)技術(shù)大學(xué);2008年

3 裴曉敏;基于CT影像的孤立性肺結(jié)節(jié)檢測關(guān)鍵技術(shù)研究[D];東北大學(xué);2011年

4 李惠民;肺結(jié)節(jié)CT研究[D];第二軍醫(yī)大學(xué);2003年

5 韓芳芳;基于CT圖像多維特征的肺結(jié)節(jié)檢測和診斷方法研究[D];東北大學(xué);2015年

6 蔡強(qiáng);低劑量螺旋CT早期肺癌篩查—肺結(jié)節(jié)的檢出及其相關(guān)研究[D];北京協(xié)和醫(yī)學(xué)院;2011年

7 孫申申;基于CT影像的肺結(jié)節(jié)檢測與分割方法研究[D];東北大學(xué)　;2009年

8 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(xué);2011年

9 張濤;肺結(jié)節(jié)PET診斷的系統(tǒng)分析及~（11）C-鬼臼的實驗研究[D];中國人民解放軍軍醫(yī)進(jìn)修學(xué)院;2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 邢謙謙;不規(guī)則形態(tài)肺結(jié)節(jié)的分割及毛刺檢測研究[D];南方醫(yī)科大學(xué);2015年

2 劉曉娜;基于支持向量機(jī)的肺結(jié)節(jié)識別研究[D];浙江大學(xué);2016年

3 滕雅琴;計算機(jī)輔助檢測系統(tǒng)CT肺結(jié)節(jié)檢出方式的研究[D];新疆醫(yī)科大學(xué);2016年

4 黑嘯吉;基于低劑量CT圖像的肺結(jié)節(jié)分割算法研究[D];鄭州大學(xué);2016年

5 張俊杰;基于粗糙集的特征級融合肺結(jié)節(jié)檢測算法[D];寧夏醫(yī)科大學(xué);2016年

6 劉晨輝;基于DoG的胸部CT肺結(jié)節(jié)自動檢測算法研究[D];廣州大學(xué);2016年

7 樂昂霖;基于SVM的肺結(jié)節(jié)分割與識別[D];東北大學(xué);2015年

8 賈守勤;常規(guī)DR胸片對肺結(jié)節(jié)漏診原因的分析[D];山東大學(xué);2009年

9 侯喬;16層螺旋CT肺結(jié)節(jié)分析軟件在孤立性肺結(jié)節(jié)中的價值[D];重慶醫(yī)科大學(xué);2010年

10 楊榮榮;64排螺旋CT不同的重建參數(shù)對肺結(jié)節(jié)容積定量的影響[D];天津醫(yī)科大學(xué);2012年

，

本文編號：1022679