基于CT影像的肺部腫瘤計算機自動檢測方法研究.pdf

1、肺癌的死亡率遠遠高于世界上其他癌癥,而且近些年來甚至還呈逐年增加的趨勢。影像學檢查是癌癥的診斷檢測和防治方面的重要技術之一。通常意義上的胸部影像學的主要研究對象就是肺部癌癥,它一般通過建立肺窗來觀察相應肺部影像,而計算機斷層圖像(CT)則是胸部影像學中最常用的圖像,已經被廣泛用于對于肺部腫瘤的檢測中。通過對CT影像的觀察和分析,可以有效的幫助醫(yī)生對實際病癥情況做出準確判斷。然而,醫(yī)生分析肺部CT的過程是個枯燥而且繁瑣的工作,需要每天面對

2、大量的數(shù)據信息,而且,在這種大閱讀量的情況下,分析錯誤也就很難避免。而計算機輔助檢測和診斷就是針對這種情況而提出來的,它通過對大量數(shù)據做分析得到處理結果,用來幫助醫(yī)生更加安全有效的分析數(shù)據。在計算機輔助系統(tǒng)中,主要的技術在于如何能夠更加精確的得到初始候選數(shù)據,以及如何更精確的對于候選數(shù)據做出正確的分類。基于此,本文在肺部腫瘤的計算機輔助系統(tǒng)方面做了一些研究。首先,自適應門限分割技術被用來做肺部區(qū)域的分割。然后,多級灰度變換和基于模糊理論

3、的區(qū)域生長技術被用來得到初始的肺部結節(jié)候選數(shù)據。當檢測完畢后,我們共計算了29個各個方面的特征以備用來甄別真性結節(jié)和假性結節(jié),這些假性結節(jié)主要是血管和部分良性結節(jié)。通過特征選擇的方法前向步進法從這29個特征中選出了12個有效的特征組合向量,作為最后分類器使用的特征,主要有區(qū)域的紋理信息和區(qū)域的形狀信息等。具體的分類工作由一個分類器組合來完成,一個是基于規(guī)則的分類器,一個是線性分類器。最后將整個系統(tǒng)應用到現(xiàn)有數(shù)據庫含有的15例病例(共70