發(fā)布時間：2020-03-28 01:36

【摘要】：計算機輔助診斷系統(tǒng)主要是幫助醫(yī)生進行檢測診斷,目前該系統(tǒng)的主要研究方向是癌癥良性與惡性的辨別。本文以肺結(jié)節(jié)的識別為例進行了實驗,選用了醫(yī)院體檢中的肺部的CT影像為原始數(shù)據(jù)。由于CT影像中只需要肺實質(zhì)圖像部分,因此首先對肺實質(zhì)盡量分割,由于分割過程中會出現(xiàn)過分割現(xiàn)象,需要對肺實質(zhì)進行邊緣的修補,在肺實質(zhì)圖像中我們可以獲得ROI區(qū)域。識別效果的好壞受到了兩個因素的影響,一個是核函數(shù)的選擇,另一個是參數(shù)的尋優(yōu)算法。為了使實驗效果達到最好,本文對于核函數(shù)方面,拋棄了傳統(tǒng)的單個核函數(shù)的方法,選擇了兩個核函數(shù)相互混合的方法;對于優(yōu)化參數(shù)算法也是選擇了兩種算法相互組合的方式。本文在特征選擇上,除了選擇了傳統(tǒng)的形態(tài)學特征和灰度特征,還另外選擇了紋理特征和不變矩特征。本文的主要工作主要表現(xiàn)為:(1)本文首先補充了相應(yīng)的醫(yī)學方面的知識,講述了本系統(tǒng)的整體的設(shè)計思想,還對輔助檢測系統(tǒng)的國內(nèi)外的發(fā)展進行了闡述。(2)肺實質(zhì)的分割對實驗的成敗影響很大,對于肺實質(zhì)的分割。首先運用了最優(yōu)閾值法減少算法的計算時間,使圖像中所需部分與不需要部分的灰度值重疊面積減少。接著進行了連通性的處理,只保存下來肺實質(zhì)部分區(qū)域。之后用區(qū)域生長算法進行處理。處理過后的影像會存在小的噪聲,需要進行去噪處理。分割得到的肺實質(zhì)會出現(xiàn)過分割的現(xiàn)象,為了不影響之后的實驗,對影像進行了邊緣的修補,運用了局部的極小值連線算法和連線算法。(3)對獲得的肺實質(zhì)影像進行了初步的處理獲取候選ROI區(qū)域,并且對ROI區(qū)域進行了 4個方面,共計20維度的特征提取。在支持向量機核函數(shù)的選擇方面,我們選擇了多項式核函數(shù)與徑向基核函數(shù)混合的方式,構(gòu)造了混合核函數(shù)。(4)影響實驗結(jié)果的另一個因素,核函數(shù)的參數(shù)。本文對參數(shù)進行尋優(yōu),使識別的準確率達到最高。把傳統(tǒng)的遺傳算法以及網(wǎng)格搜索法進行了組合,通過組合的方式進行參數(shù)尋優(yōu)。首先利用了遺傳算法的概率尋找參數(shù)的特點,進行粗略的第一遍搜索。接著利用網(wǎng)格搜索法進行細致的搜索,找到絕對最優(yōu)參數(shù)。(5)本文還設(shè)計實現(xiàn)了肺結(jié)節(jié)的自動識別系統(tǒng),分別對系統(tǒng)的架構(gòu)、系統(tǒng)的模塊以及系統(tǒng)的界面進行了詳細的設(shè)計與實現(xiàn)。綜上所述,本文利用的區(qū)域生長算法提取肺實質(zhì)的表現(xiàn)效果良好。本文重點關(guān)注準確率指標,徑向基核函數(shù)與多項式核函數(shù)組成的混合核函數(shù),與優(yōu)化后尋優(yōu)算法都使準確率得到了很大的提升。
【圖文】：

圖２－２普通ＣＴ圖像逡逑Ｆｉｇ．２－２邋Ｃｏｍｍｏｎ邋ＣＴ邋ｉｍａｇｅ逡逑上圖２－２的ＣＴ圖像包含了患者的個人信息、肺實質(zhì)部分、氣管、識圖標尺、患逡逑９逡逑

排列（盧光明等，２０００）。逡逑．雜５邋：逡逑圖２－２普通ＣＴ圖像逡逑Ｆｉｇ．２－２邋Ｃｏｍｍｏｎ邋ＣＴ邋ｉｍａｇｅ逡逑上圖２－２的ＣＴ圖像包含了患者的個人信息、肺實質(zhì)部分、氣管、識圖標尺、患逡逑９逡逑
【學位授予單位】：海南大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R730.44;R734.2;TP391.41;TP181

【參考文獻】

相關(guān)期刊論文 前6條

1 張欣;王兵;楊穎;王苗;吳辰;張進興;;胸部CT圖像肺區(qū)域邊界凹陷自動修補[J];計算機工程與應(yīng)用;2013年24期

2 張婧;李彬;田聯(lián)房;陳萍;王立非;;結(jié)合規(guī)則和SVM方法的肺結(jié)節(jié)識別[J];華南理工大學學報(自然科學版);2011年02期

3 卞曉月;武妍;;基于CT圖像的肺實質(zhì)細分割綜合方法[J];重慶郵電大學學報(自然科學版);2010年05期

4 孟t-;趙宏;;一種改進的交互式CT胸部圖像肺實質(zhì)分割方法[J];小型微型計算機系統(tǒng);2010年02期

5 ;肺癌成我國惡性腫瘤首位死因[J];中國社區(qū)醫(yī)師(醫(yī)學專業(yè)半月刊);2008年10期

6 楊德昌,楊拴盈;肺癌診斷水平的現(xiàn)狀與進展[J];中華結(jié)核和呼吸雜志;2001年08期

相關(guān)博士學位論文 前3條

1 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　;2009年

2 曹蕾;肺結(jié)節(jié)圖像的分析與識別[D];南方醫(yī)科大學;2009年

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

相關(guān)碩士學位論文 前5條

1 尚明;肺癌住院患者直接經(jīng)濟負擔及影響因素研究[D];山東大學;2013年

2 別繼松;基于支持向量機的肺部結(jié)節(jié)CT圖像分割與識別[D];吉林大學;2012年

3 邱實;基于CT圖像的肺結(jié)節(jié)分割與檢測算法研究[D];西安電子科技大學;2012年

4 李慶玲;CT圖像肺結(jié)節(jié)自動檢測算法研究與實現(xiàn)[D];北京交通大學;2010年

5 袁立志;1657例原發(fā)性支氣管肺癌臨床特點分析[D];寧夏醫(yī)科大學;2010年

，

本文編號：2603716