【摘要】：要改善食管癌的治療效果,最有效的途徑就是提高常規(guī)胃鏡檢查的普及程度,這意味著消化內(nèi)鏡醫(yī)師將要承擔(dān)更加繁重的診斷任務(wù)。計(jì)算機(jī)輔助診斷方法能減輕醫(yī)生的工作負(fù)擔(dān),減少人為因素可能導(dǎo)致的失誤。本文利用圖像處理、模式識(shí)別的方法實(shí)現(xiàn)了對(duì)普通電子胃鏡圖像中食管早癌病灶的檢測,提高常規(guī)胃鏡檢查的效率和準(zhǔn)確性。首先,考慮到主流的圖像處理算法不適用于胃鏡圖像中區(qū)域提取,本文基于病變區(qū)域內(nèi)像素間變化大的特點(diǎn)設(shè)計(jì)了一種簡單、快速的感興趣區(qū)域(ROI)提取方法;另外,本文開發(fā)了新的特征算子來描述每個(gè)感興趣區(qū)域的整體和局部特點(diǎn);最后,本文為了盡可能地降低漏診率,對(duì)Adaboost算法中原本的樣本權(quán)值初始化方案進(jìn)行了修改,使得強(qiáng)分類器的訓(xùn)練過程中更加注重敏感性。實(shí)驗(yàn)結(jié)果表明,本文的方法檢測食管早期癌癥的敏感性和特異性分別為93.6%和77.2%,相對(duì)其他方法具有明顯的優(yōu)勢(shì)。此外,本文方法計(jì)算簡單、快速,更加符合臨床應(yīng)用方面的實(shí)時(shí)性要求。
[Abstract]:To improve the therapeutic effect of esophageal cancer, the most effective way is to increase the popularity of routine gastroscopy, which means that endoscopists will take on more heavy diagnostic tasks. The computer-aided diagnosis method can reduce the burden of doctors' work and the mistakes that may be caused by human factors. Image processing and pattern recognition are used to detect early esophageal cancer lesions in general electronic gastroscopy images, and the efficiency and accuracy of conventional gastroscopy are improved. Firstly, considering that the mainstream image processing algorithm is not suitable for the region extraction of gastroscope image, this paper designs a simple and fast (ROI) extraction method for the region of interest based on the large variation of pixels in the lesion region. In addition, a new feature operator is developed to describe the global and local characteristics of each region of interest. Finally, in order to reduce the missed diagnosis rate as much as possible, the original initialization scheme of sample weight in Adaboost algorithm is modified, which makes the training of strong classifier more sensitive. The results showed that the sensitivity and specificity of our method for detecting early esophageal cancer were 93.6% and 77.2% respectively. In addition, this method is simple, fast and more in line with the real-time requirements of clinical application.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R735.1;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜曉巖;呂同富;邢志宏;;圖像邊緣識(shí)別技術(shù)在醫(yī)學(xué)中的應(yīng)用[J];中國醫(yī)藥導(dǎo)報(bào);2009年32期

2 史洪飛,包尚聯(lián),王衛(wèi)東;基于對(duì)象識(shí)別和分割的圖像噪聲抑制[J];中國醫(yī)學(xué)影像技術(shù);2005年09期

3 賀向前;鄧世雄;甘平;周麗華;熊興良;;基于皮膚圖像年齡評(píng)估系統(tǒng)的設(shè)計(jì)[J];中國組織工程研究與臨床康復(fù);2010年43期

4 田星;桂志國;劉芳;;基于模糊最大熵的醫(yī)學(xué)X增強(qiáng)方射線圖像邊緣法研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2014年03期

5 何葉松;楊華哲;李陽;付佳;洪洋;吳琳;付淼;;人體顱腦MRI圖像中下頜骨的分割及三維建模[J];中國醫(yī)學(xué)物理學(xué)雜志;2010年03期

6 張明慧;;CR圖像自適應(yīng)增強(qiáng)方法在頭頸部的應(yīng)用[J];中國醫(yī)學(xué)影像技術(shù);2009年12期

7 朱坤;陳新興;季立貴;;球結(jié)膜圖像的血管識(shí)別[J];中國醫(yī)學(xué)物理學(xué)雜志;2010年06期

8 許廣有;;CR圖像組合打印的臨床應(yīng)用價(jià)值[J];錦州醫(yī)學(xué)院學(xué)報(bào);2006年05期

9 張玉明,許曼;B超圖像邊緣增強(qiáng)技術(shù)的實(shí)現(xiàn)方法[J];電子技術(shù);1997年09期

10 黃志聰;張長虹;劉宇靜;;JPEG2000及其在醫(yī)學(xué)圖像中的應(yīng)用[J];醫(yī)療衛(wèi)生裝備;2006年01期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評(píng)測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計(jì)算機(jī)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

本文編號(hào)：2321485