本文關(guān)鍵詞：基于KVCT圖像的前列腺內(nèi)病變組織顯著性識(shí)別可行性研究

  更多相關(guān)文章： 前列腺 KVCT圖像 灰度梯度紋理特征 前列腺病變區(qū)域識(shí)別

【摘要】：前列腺是男性最大的附屬性腺,屬于人體外分泌腺。而前列腺癌是出自前列腺的惡性腫瘤,細(xì)胞的基因突變導(dǎo)致增殖失控,成為癌癥。惡性細(xì)胞除了體積擴(kuò)大或侵犯鄰近器官,也可能轉(zhuǎn)移到身體其他部位,尤其是骨頭和淋巴結(jié)。前列腺癌可能造成疼痛、排尿困難、勃起功能不全等癥狀。在西方國家,前列腺癌是男性第二常見的癌癥,因而喪生的人數(shù)僅次于肺癌�，F(xiàn)階段對(duì)前列腺的研究,主要是針對(duì)前列腺腺體的分割重建以及在核磁共振(Magnetic Resonance Imaging,MRI)圖像、超聲圖像中進(jìn)行前列腺癌的分割。由于在計(jì)算機(jī)斷層掃描(Kilo-Voltage Computed Tomography,CT)圖像中,前列腺發(fā)生病變的組織與正常組織的對(duì)比度很低,分類識(shí)別難度很大。因此,對(duì)前列腺CT圖像上病變區(qū)域檢測識(shí)別的研究幾乎空白。千伏計(jì)算機(jī)斷層掃描(Kilo-Voltage Computed Tomography,KVCT)圖像相較普通CT圖像,成像清晰,圖像分辨率高,本文針對(duì)KVCT圖像中的前列腺病變區(qū)域檢測識(shí)別主要完成以下工作:1.針對(duì)前列腺KVCT圖像上病變組織與正常組織對(duì)比度低的問題,提出了一種基于紋理特征的前列腺病變區(qū)域識(shí)別方法。該方法首先提取前列腺區(qū)域的灰度梯度紋理特征;然后訓(xùn)練支撐矢量機(jī)(Support Vector Machine,SVM)分類器,分類得到病變區(qū)域識(shí)別結(jié)果;最后,使用馬爾科夫隨機(jī)場模型對(duì)識(shí)別結(jié)果進(jìn)行后處理,得到了較為準(zhǔn)確的病變區(qū)域。2.提出一種3D前列腺病變區(qū)域識(shí)別方法。該方法首先對(duì)前列腺序列圖像進(jìn)行層間插值;然后提取三維灰度梯度特征,選取一定比例作為訓(xùn)練樣本,同時(shí)得到訓(xùn)練樣本的三維位置信息,訓(xùn)練SVM分類器,將剩余樣本分類,得到SVM分類結(jié)果圖;利用訓(xùn)練樣本位置信息,根據(jù)梯度信息和鄰域約束,搜索訓(xùn)練樣本附近相似點(diǎn),得到病變區(qū)域圖像作為分類結(jié)果的補(bǔ)充;使用交互式level set的方法確定前列腺病變區(qū)域大致范圍,融合SVM分類結(jié)果和基于梯度信息和鄰域約束得到的病變區(qū)域,最后進(jìn)行三維數(shù)學(xué)形態(tài)學(xué)去噪,得到最終的三維病變區(qū)域。實(shí)驗(yàn)表明,該方法對(duì)前列腺病變區(qū)域識(shí)別有較好的效果。
【關(guān)鍵詞】：前列腺 KVCT圖像 灰度梯度紋理特征 前列腺病變區(qū)域識(shí)別
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;R737.25
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-11
• 縮略語對(duì)照表11-14
• 第一章 緒論14-22
• 1.1 課題研究背景與意義14-15
• 1.2 前列腺概述15-17
• 1.2.1 前列腺的組織學(xué)特點(diǎn)15
• 1.2.2 前列腺癌的影像表現(xiàn)15-17
• 1.3 醫(yī)學(xué)圖像識(shí)別技術(shù)17-18
• 1.4 國內(nèi)外研究現(xiàn)狀18
• 1.5 課題研究內(nèi)容與章節(jié)安排18-22
• 第二章 基于紋理特征的 2D前列腺病變區(qū)域識(shí)別22-38
• 2.1 引言22-23
• 2.2 基于紋理特征的 2D前列腺病變區(qū)域識(shí)別方法23-31
• 2.2.1 人工提取感興趣區(qū)域24
• 2.2.2 紋理特征提取24-28
• 2.2.3 SVM病變區(qū)域分類28-30
• 2.2.4 MRF圖像后處理30-31
• 2.3 實(shí)驗(yàn)結(jié)果及分析31-36
• 2.3.1 評(píng)價(jià)指標(biāo)31-32
• 2.3.2 實(shí)驗(yàn)結(jié)果和分析32-36
• 2.4 本章小結(jié)36-38
• 第三章 3D前列腺病變區(qū)域識(shí)別38-56
• 3.1 引言38-39
• 3.2 3D前列腺病變區(qū)域識(shí)別方法39-47
• 3.2.1 三維體數(shù)據(jù)構(gòu)建40-41
• 3.2.2 提取特征41-42
• 3.2.3 SVM病變區(qū)域識(shí)別42-44
• 3.2.4 交互式level set約束44-45
• 3.2.5 基于鄰域和梯度信息的病變識(shí)別45-46
• 3.2.6 結(jié)果融合與數(shù)學(xué)形態(tài)學(xué)去噪46-47
• 3.3 實(shí)驗(yàn)結(jié)果及分析47-53
• 3.3.1 評(píng)價(jià)指標(biāo)47-48
• 3.3.2 實(shí)驗(yàn)結(jié)果和分析48-53
• 3.4 本章小結(jié)53-56
• 第四章 總結(jié)與展望56-58
• 參考文獻(xiàn)58-62
• 致謝62-63
• 作者簡介63-64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 韓蘇軍;張思維;陳萬青;李長嶺;;中國前列腺癌發(fā)病現(xiàn)狀和流行趨勢分析[J];臨床腫瘤學(xué)雜志;2013年04期

2 韓s，

本文編號(hào)：734752