肺癌是我國發(fā)病率和死亡率最高的疾病,近幾年發(fā)病率仍有繼續(xù)增長的趨勢,嚴(yán)重影響著我國人民的健康狀況。肺癌早期沒有明顯的表征,當(dāng)出現(xiàn)病癥時絕大部分患者都已處于晚期階段,即使花費大量的醫(yī)療資源,其預(yù)后的存活率仍然較低。肺癌早期階段在影像學(xué)上主要以結(jié)節(jié)的形式存在。肺癌的早期篩查可及早的發(fā)現(xiàn)病情,以較低的醫(yī)療成本換取病人較高的存活率。因此,早期篩查對肺癌的治療具有極為重要的意義。本文針對結(jié)節(jié)的特征以及已有深度學(xué)習(xí)網(wǎng)絡(luò)的缺點,以研究高精度肺結(jié)節(jié)分割算法為研究目標(biāo)提出新的肺結(jié)節(jié)分割模型,并使用LIDC-IDRI肺結(jié)節(jié)公開數(shù)據(jù)集中不同類型的肺結(jié)節(jié)來驗證模型的分割性能。主要內(nèi)容如下:(1)提出了肺部CT圖像預(yù)處理方式。首先將原始圖像使用高斯濾波和中值濾波對圖像去噪,并將圖像分為訓(xùn)練集和驗證集,并使用平移、鏡像、旋轉(zhuǎn)、縮放等方法對訓(xùn)練集進行增廣,根據(jù)XML文件結(jié)構(gòu)及讀取原理提取專家標(biāo)注的結(jié)節(jié)輪廓,為后續(xù)的實驗提供實驗數(shù)據(jù)。其次針對CT圖像的特征使用圖像標(biāo)準(zhǔn)化、K-Means算法、形態(tài)學(xué)操作等一系列算法獲取肺實質(zhì)Mask,并利用肺實質(zhì)Mask獲取完整的肺實質(zhì)區(qū)域。(2)針對U-Net及其變形的肺結(jié)節(jié)分割算法...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于閾值的分割方法
        1.2.2 基于邊緣的分割方法
        1.2.3 基于區(qū)域的分割方法
        1.2.4 基于模板匹配的分割方法
        1.2.5 基于活動輪廓的分割方法
        1.2.6 基于深度學(xué)習(xí)的分割方法
    1.3 本論文的主要研究內(nèi)容
第2章 CT圖像原理及肺結(jié)節(jié)基礎(chǔ)
    2.1 CT成像原理
    2.2 DICOM標(biāo)準(zhǔn)簡介
    2.3 肺結(jié)節(jié)特征及分類
    2.4 實驗數(shù)據(jù)集
    2.5 肺部結(jié)節(jié)信息的獲取
    2.6 本章小結(jié)
第3章 肺部CT圖像預(yù)處理及肺實質(zhì)分割算法研究
    3.1 概述
    3.2 圖像噪聲及濾波
        3.2.1 圖像噪聲的定義及類型
        3.2.2 圖像濾波方法
    3.3 肺實質(zhì)提取
        3.3.1 圖像標(biāo)準(zhǔn)化
        3.3.2 使用K-Means算法提取肺實質(zhì)Mask
        3.3.3 圖形學(xué)處理
    3.4 肺實質(zhì)分割結(jié)果
    3.5 本章小結(jié)
第4章 基于ResWnet的肺結(jié)節(jié)分割方法研究
    4.1 目前算法存在的問題
    4.2 提出的方法
        4.2.1 ResWnet網(wǎng)絡(luò)
        4.2.2 改進的殘差塊
        4.2.3 圖像金字塔
        4.2.4 圖像融合
    4.3 實驗結(jié)果與分析
        4.3.1 評價標(biāo)準(zhǔn)
        4.3.2 實驗環(huán)境
        4.3.3 消融實驗
        4.3.4 實驗結(jié)果
    4.4 本章小結(jié)
第5章 基于ResBlocknet的肺結(jié)節(jié)分割方法研究
    5.1 網(wǎng)絡(luò)結(jié)構(gòu)
        5.1.1 Blocknet網(wǎng)絡(luò)
        5.1.2 改進的殘差模塊
        5.1.3 融合1 模塊
        5.1.4 融合2 模塊
    5.2 消融實驗
    5.3 對不同種類肺結(jié)節(jié)分割結(jié)果的分析
        5.3.1 孤立型結(jié)節(jié)分割效果分析
        5.3.2 粘連肺壁型結(jié)節(jié)分割效果
        5.3.3 血管粘連型結(jié)節(jié)分割效果
        5.3.4 磨玻璃型結(jié)節(jié)分割效果
    5.4 同一CT圖像含多個結(jié)節(jié)分割的魯棒性檢驗
    5.5 與其他方法的對比
    5.6 本章小結(jié)
總結(jié)與展望
    論文總結(jié)
    研究展望
參考文獻
致謝
附錄A 攻讀學(xué)位期間發(fā)表論文與研究成果



本文編號：3768479