基于CT圖像的肺部腫瘤檢測與診斷.pdf

1、目前癌癥已成為威脅人類健康的重要疾病，在癌癥中，肺癌的死亡率最高，對于肺癌治療最好的方法是早發(fā)現(xiàn)。隨著CT成像技術(shù)的發(fā)展，C T圖像成為檢測肺癌的最佳手段，然而隨著CT精度的提高，每次掃描產(chǎn)生的CT圖片數(shù)量也大大在增加，放射醫(yī)師的診斷工作量加重，容易因疲勞造成漏診。本課題的研究內(nèi)容是基于CT圖像的計(jì)算機(jī)輔助肺部腫瘤檢測和診斷，通過計(jì)算機(jī)輔助診斷減輕醫(yī)師的工作量，提高診斷準(zhǔn)確率。
　　本課題中的輔助診斷系統(tǒng)分為三個(gè)模塊：肺實(shí)質(zhì)分割模

2、塊、候選結(jié)節(jié)檢測模塊和候選結(jié)節(jié)診斷模塊。在肺實(shí)質(zhì)分割模塊，首先利用最優(yōu)閾值方法進(jìn)行初分割，邊界跟蹤算法提取肺部輪廓，然后應(yīng)用自適應(yīng)邊界匹配算法修復(fù)肺部輪廓，最終完整分割肺實(shí)質(zhì)；在候選結(jié)節(jié)檢測模塊，分別實(shí)現(xiàn)了基于形態(tài)特征的環(huán)形濾波器檢測方法和基于灰度特征的閾值檢測方法，對于檢測得到的候選結(jié)果，經(jīng)過基于規(guī)則的假陽性候選消除操作后，將兩類檢測方法得到的結(jié)果綜合在一起，彌補(bǔ)了兩種類型檢測方法各自的不足；通過閱讀文獻(xiàn)，總結(jié)了12個(gè)最常用于表征肺結(jié)

3、節(jié)信息的特征，構(gòu)成特征向量，對所有的候選提出特征向量，將該特征向量作為輸入向量輸入到分類器中，進(jìn)行診斷，本課題選用模糊超盒神經(jīng)網(wǎng)絡(luò)作為系統(tǒng)的分類器，并結(jié)合K均值聚類算法對神經(jīng)網(wǎng)絡(luò)超盒擴(kuò)展系數(shù)的確定方法進(jìn)行改進(jìn)，從而改善了神經(jīng)網(wǎng)絡(luò)分類性能依賴于擴(kuò)展系數(shù)的情況。
　　最后應(yīng)用取自威海市立醫(yī)院的19個(gè)CT掃描，共5766片CT圖像來測試系統(tǒng)的性能，實(shí)驗(yàn)數(shù)據(jù)經(jīng)過資深放射醫(yī)師診斷，共包含31個(gè)確診結(jié)節(jié)。將實(shí)驗(yàn)數(shù)據(jù)根據(jù)訓(xùn)練樣本和測試樣本的比例