基于肺實(shí)質(zhì)免疫分割的肺結(jié)節(jié)檢測算法研究.pdf

1、肺癌的發(fā)病率和死亡率在所有癌癥之中都長期位于前列，逐漸發(fā)展成危害人類身體健康的重要癌癥之一。在醫(yī)學(xué)CT圖像中，早期肺癌大都以肺結(jié)節(jié)的表現(xiàn)形式存在，如果能夠早期發(fā)現(xiàn)這些病變的肺結(jié)節(jié)并及時(shí)進(jìn)行相應(yīng)的治療，那么患者的死亡率便會(huì)大大降低。但是在現(xiàn)實(shí)診斷過程中，醫(yī)生每天要閱讀大量的CT圖片，高的閱讀量與診斷準(zhǔn)確率就相互矛盾。隨著人工智能、醫(yī)學(xué)影像診斷技術(shù)和圖像識(shí)別等技術(shù)不斷地完善和發(fā)展，計(jì)算機(jī)輔助檢測系統(tǒng)可以很好的幫助醫(yī)生診斷病灶。所以針對(duì)肺區(qū)小

2、結(jié)節(jié)的計(jì)算機(jī)檢測系統(tǒng)的算法探究具體很重要意義和價(jià)值。
　　全文以美國權(quán)威肺癌圖像研究數(shù)據(jù)庫為數(shù)據(jù)集，分析了現(xiàn)有算法中存在的不足之處，提出了相應(yīng)的改進(jìn)算法和解決方案，最終實(shí)現(xiàn)了肺部實(shí)質(zhì)圖像的分割和肺部小結(jié)節(jié)的檢測。
　　本文首先針對(duì)原始圖像使用了中值濾波作為預(yù)處理方法，去除了圖像中干擾噪聲，其次針對(duì)Otsu算法對(duì)于肺部圖像分割不足的情況，運(yùn)用了基于改進(jìn)免疫遺傳的 Otsu算法對(duì)肺部圖像實(shí)現(xiàn)了初次分割，并結(jié)合了區(qū)域生長算法和一些

3、形態(tài)學(xué)算法產(chǎn)生了肺實(shí)質(zhì)掩膜，同時(shí)將得到的肺實(shí)質(zhì)掩膜與原圖像相乘，形成了肺實(shí)質(zhì)圖像，最后采用了滾球算法實(shí)現(xiàn)了對(duì)肺實(shí)質(zhì)圖像邊緣的修補(bǔ)，形成最終肺實(shí)質(zhì)圖像。
　　在最終形成的肺實(shí)質(zhì)圖像基礎(chǔ)上，對(duì)圖像邊緣檢測算法、Susan算法和FCM算法檢測效果進(jìn)行探索研究，最終利用了改進(jìn)Fast算法對(duì)肺實(shí)質(zhì)圖像上的肺小結(jié)節(jié) ROI區(qū)域?qū)崿F(xiàn)檢測，并將檢出肺小結(jié)節(jié)彩色標(biāo)記顯示，從而形成對(duì)肺小結(jié)節(jié)ROI區(qū)域檢測流程算法的研究。最后對(duì)整個(gè)檢測算法的穩(wěn)定性、檢