肺癌是對(duì)人類健康和生命威脅最大的惡性腫瘤之一,在全世界范圍內(nèi)引起了普遍關(guān)注。據(jù)美國(guó)癌癥協(xié)會(huì)統(tǒng)計(jì),肺癌已經(jīng)成為癌癥患者死亡的首要原因。早期發(fā)現(xiàn)與治療肺癌是提高患者生存率的關(guān)鍵,如何有效地檢測(cè)肺癌成為普遍關(guān)心的課題。肺癌的早期表現(xiàn)形式為肺結(jié)節(jié),因此肺結(jié)節(jié)的正確檢測(cè)與識(shí)別至關(guān)重要。肺計(jì)算機(jī)輔助檢測(cè)（Computer-Aided Detection,CAD）系統(tǒng)能有效地幫助醫(yī)生進(jìn)行肺癌早期檢測(cè)和特征描述,避免了漏檢,提高了檢測(cè)的準(zhǔn)確率。候選結(jié)節(jié)的分割與識(shí)別是肺CAD檢測(cè)系統(tǒng)的兩個(gè)主要組成部分。針對(duì)這兩個(gè)部分,論文的主要研究?jī)?nèi)容為:多種類型候選結(jié)節(jié)感興趣區(qū)域（Region of Interests,ROIs）的分割。在圖像預(yù)處理階段,首先利用中值濾波法對(duì)圖像進(jìn)行去噪處理;然后采用Otsu算法和數(shù)學(xué)形態(tài)學(xué)方法提取肺實(shí)質(zhì),并利用滾球法修補(bǔ)肺實(shí)質(zhì)的輪廓,避免因?yàn)榉尾枯喞煌暾┑粽尺B肺壁型的結(jié)節(jié)。在候選結(jié)節(jié)ROIs的分割階段,本文采用快速模糊C均值聚類算法對(duì)候選結(jié)節(jié)ROIs進(jìn)行分割,此方法既可以分割孤立型結(jié)節(jié)又可以分割粘連肺壁型結(jié)節(jié),解決了一般算法僅針對(duì)單一類型結(jié)節(jié)分割有效,算法普遍適用性不強(qiáng)的問(wèn)題... 

【文章來(lái)源】：長(zhǎng)春工業(yè)大學(xué)吉林省

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

肺CAD流程圖

第 1 章 緒 論分割出候選結(jié)節(jié)；然后對(duì)提取的候選結(jié)節(jié)進(jìn)行特征計(jì)算與選擇，并將所得結(jié)果特征歸一化處理；最后將該特征向量作為肺結(jié)節(jié)識(shí)別的輸入數(shù)據(jù)，采用基于粒子群優(yōu)化法的代價(jià)敏感型支持向量機(jī)對(duì)肺結(jié)節(jié)進(jìn)行識(shí)別。1.5 論文結(jié)構(gòu)及章節(jié)安排肺 CAD 的流程圖與論文章節(jié)結(jié)構(gòu)的對(duì)應(yīng)圖如圖 1.2 所示。

（c）濾波后的圖像圖 2.1 圖像的增強(qiáng)和濾波，增強(qiáng)和濾波后的圖像與源圖像幾乎沒(méi)斷提高以及醫(yī)療影響儀器的快速發(fā)展，使。但是，為了避免噪聲對(duì)結(jié)節(jié)的分割效波還是有必要的。要是去除肺部圖像中無(wú)關(guān)的信息量以及后續(xù)處理過(guò)程中的計(jì)算量。肺實(shí)質(zhì)的分割 CAD 系統(tǒng)中肺結(jié)節(jié)的分割更加準(zhǔn)確高效

【參考文獻(xiàn)】：
期刊論文
[1]GGN樣早期肺腺癌CT形態(tài)學(xué)特征的Fisher判別[J]. 徐佳佳,王紅,趙年,劉四斌.  現(xiàn)代腫瘤醫(yī)學(xué). 2018(01)
[2]利用測(cè)地線距離直方圖分割血管粘連型肺結(jié)節(jié)的算法[J]. 劉霽雨,龔敬,聶生東.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(03)
[3]計(jì)算機(jī)斷層掃描篩查肺結(jié)節(jié)和肺癌:新技術(shù)及研究進(jìn)展[J]. 韓青兵,田攀文.  中華肺部疾病雜志(電子版). 2017(01)
[4]基于改進(jìn)支持向量機(jī)的目標(biāo)威脅估計(jì)[J]. 李姜,郭立紅.  光學(xué)精密工程. 2014(05)
[5]結(jié)合規(guī)則和SVM方法的肺結(jié)節(jié)識(shí)別[J]. 張婧,李彬,田聯(lián)房,陳萍,王立非.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)

博士論文
[1]多核學(xué)習(xí)SVM算法研究及肺結(jié)節(jié)識(shí)別[D]. 李陽(yáng).吉林大學(xué) 2014
[2]基于三維SVMs的肺部CT中的結(jié)節(jié)檢測(cè)算法[D]. 王青竹.吉林大學(xué) 2011
[3]基于SVM的肺結(jié)節(jié)自動(dòng)識(shí)別方法研究[D]. 張婧.華南理工大學(xué) 2011

碩士論文
[1]聚類算法及聚類有效性指標(biāo)的研究[D]. 趙娜娜.江南大學(xué) 2016
[2]基于內(nèi)容的醫(yī)學(xué)圖像檢索技術(shù)研究與應(yīng)用[D]. 曹生才.電子科技大學(xué) 2016



本文編號(hào)：3092850