基于Hough變換的CT圖像肺結節(jié)檢測方法的研究.pdf

1、在我國，肺癌的發(fā)病率在城市已居腫瘤死亡率首位。在腫瘤的早期階段就進行檢測與治療是提高肺癌病人生存率的主要的也是關鍵的方法。隨著計算機軟、硬件技術的發(fā)展，借助計算機進行醫(yī)學輔助檢查和診斷成為可能，這其中主要包括處理器的更新?lián)Q代和海量存儲技術的實現(xiàn)。本文主要利用計算機對圖像處理技術如分割、提取、三維重建和顯示等，使得計算機輔助讀片成為可能，可以輔助醫(yī)生對病變及其它感興趣的區(qū)域進行定性乃至準確的定量分析，從而提高醫(yī)療診斷的效率，使醫(yī)生對病灶部

2、分看得更清楚，獲得更多的數(shù)據(jù)信息，從而幫助醫(yī)生診斷或有益于其他治療，這就是本文的研究宗旨和目的。 本文首先討論了肺結節(jié)檢測的一般過程，研究了基于維納濾波的肺部CT圖像預處理方法，取得較好的處理結果。Hough變換是在圖形圖像處理和計算機視覺中用來提取邊緣特征的常用的方法，受到國內(nèi)外學者和工程技術人員的廣泛青睞。Hough變換在圖像處理中占有重要地位，但本身具有存儲空間大計算時間長的缺點。在肺部圖像中有圓形的結節(jié)和長的、線形的脈管

3、，而肺結節(jié)的主要表現(xiàn)特征是圓形或橢圓形。本文的目標是提取出圓形的肺結節(jié)部分，所以采用基于Hough變換對圓的檢測來檢測肺結節(jié)，進而研究了基于Hough變換的肺結節(jié)檢測算法。綜合利用圖像本身灰度信息和梯度信息，對圖像空間的抽樣進行約束與優(yōu)化，減小參數(shù)的累加數(shù)目，得出圖像空間中屬于目標的輪廓點；并根據(jù)目標本身的性質進一步搜索，去除偽輪廓點；采用了“多對一”映射與并行算法來提高檢測速度。對檢測圖像進行Canny算子邊緣檢測后，采用先大間隔后小