CT影像中肺結(jié)節(jié)檢測與識別方法的研究.pdf

1、隨著我國空氣質(zhì)量的下降，霧霾天氣的頻繁出現(xiàn)，肺部疾病的發(fā)病率呈現(xiàn)擴大的趨勢。隨著醫(yī)療設備的進步與發(fā)展，CT影像成為常見的肺部檢查工具。雖然醫(yī)療設備的更新給診斷的準確性帶來了極大的提高，但另一方面，成像數(shù)量的增大給醫(yī)生帶來的是更大的工作量。為了解決這一矛盾，20世紀90年代開始出現(xiàn)計算機輔助檢測和診斷相關研究和應用，相關應用也證明了計算機輔助檢測和診斷在降低漏診和誤診等方面有著不可小覷的作用。
　　本文針對DICOM標準胸部CT序列

2、影像，采用LIDC-IDRI影像庫作為研究素材，從DICOM標準的影像解析、CT序列影像的肺實質(zhì)分割、邊界輪廓修補、肺結(jié)節(jié)檢測提取和肺結(jié)節(jié)識別分類等步驟進行相關算法研究和實驗論證。具體內(nèi)容：
　?。?）對DICOM影像進行結(jié)構分析，并解析影像。然后研究使用基于區(qū)域生長的快速肺實質(zhì)分割算法對解析后影像進行分割，得到肺實質(zhì)影像。
　?。?）針對分割后影像邊界出現(xiàn)的肺結(jié)節(jié)漏分割現(xiàn)象，研究邊界修補相關算法，引入凸包和近鄰點連接實現(xiàn)肺

3、實質(zhì)邊界修補。對肺實質(zhì)影像進行基于層厚的平均密度投影算法的研究，旨在抑制水平面影像中血管和支氣管等結(jié)構的表現(xiàn)，從而凸顯肺結(jié)節(jié)和血管、支氣管間的影像結(jié)構差異。
　?。?）針對平均密度投影后的影像分別研究基于GMM的單張和序列的肺結(jié)節(jié)檢測提取算法，從影像中檢測提取得到肺結(jié)節(jié)和結(jié)構類似的影像區(qū)域。
　　（4）為了從提取到的結(jié)構中分類識別得到肺結(jié)節(jié)，本文研究并使用 SVM分類器來對肺結(jié)節(jié)進行分類識別。由于肺結(jié)節(jié)在空間上表現(xiàn)為球形或者

4、類球形結(jié)構，本文對提取的影像區(qū)域進行多平面重建，利用水平面、矢狀面和冠狀面三個平面上的影像來反映肺結(jié)節(jié)的形態(tài)結(jié)構，然后從三個平面中提取計算肺結(jié)節(jié)特征，進行特征數(shù)據(jù)的歸一化處理。隨后使用LIBSVM工具在MATLAB下研究使用網(wǎng)格搜索算法進行SVM核函數(shù)的參數(shù)尋優(yōu)，使用提取到的特征數(shù)據(jù)進行分類器訓練，并使用測試數(shù)據(jù)對分類器進行測試，通過肺癌輔助診斷系統(tǒng)評價指標對分類識別結(jié)果進行評價。最后本文將研究的算法進行實現(xiàn)，開發(fā)出一個計算機輔助診斷系