結(jié)合DICOMCT序列三維信息肺結(jié)節(jié)CAD系統(tǒng)設(shè)計(jì)研究.pdf

1、肺癌是全球發(fā)病率、病死率位居首位的惡性腫瘤，死亡率約91.6％，并以每年0.5%的趨勢(shì)趨于增長(zhǎng)，占到所有癌癥死亡數(shù)的23.8%。肺結(jié)節(jié)（Pulmonary Nodule）是早期肺癌最常見(jiàn)的表現(xiàn)形式，而CT影像檢查可直接顯示和觀察病變，對(duì)早期肺癌、肺結(jié)節(jié)檢查最為有效。計(jì)算機(jī)輔助診斷（Computer Aided Diagnosis, CAD）能夠克服主觀因素的影響自動(dòng)分析病人CT影像序列，標(biāo)注出疑似肺結(jié)節(jié)，并提供結(jié)節(jié)的形狀，體積，灰度等參

2、數(shù)信息輔助醫(yī)師做出診斷，降低了漏診、誤診幾率。
　　針對(duì)DICOM格式CT影像序列信息，結(jié)合肺部CT影像的臨床特征，本文對(duì)DICOM格式及解析過(guò)程、序列影像歸一化預(yù)處理、單幅影像自動(dòng)肺實(shí)質(zhì)數(shù)據(jù)提取、序列化分割、肺結(jié)節(jié)檢測(cè)、結(jié)節(jié)二維與三維特征提取、分類(lèi)判別等幾個(gè)關(guān)鍵步驟進(jìn)行詳細(xì)研究和算法驗(yàn)證，具體來(lái)說(shuō)：首先對(duì)國(guó)際通用的DICOM醫(yī)學(xué)影像格式進(jìn)行分析，對(duì)DICOM格式的解析過(guò)程進(jìn)行研究，總結(jié)了近年來(lái)文獻(xiàn)及臨床研究發(fā)現(xiàn)的、適用于計(jì)算機(jī)輔

3、助檢測(cè)診斷的肺結(jié)節(jié)影像特點(diǎn)，并針對(duì)DICOM肺部CT影像序列在歸一化窗寬、窗位設(shè)定等方面進(jìn)行研究和實(shí)驗(yàn)。然后提出一種逐層消除背景，構(gòu)建肺實(shí)質(zhì)模板的算法來(lái)獲取全面準(zhǔn)確的肺實(shí)質(zhì)數(shù)據(jù)，同時(shí)構(gòu)造圓形結(jié)構(gòu)數(shù)據(jù)對(duì)肺實(shí)質(zhì)模板邊界進(jìn)行平滑修復(fù)，又引入基于監(jiān)督函數(shù)的圖搜索算法獲取肺實(shí)質(zhì)邊界，結(jié)合序列間相似性進(jìn)行上下層映射從而實(shí)現(xiàn)自動(dòng)序列化肺實(shí)質(zhì)分割。接著分別采用結(jié)合改進(jìn)的局部閾值及連通域標(biāo)記算法、在肺實(shí)質(zhì)三維數(shù)據(jù)空間基于灰度、梯度獲取種子點(diǎn)三維自適應(yīng)并行

4、區(qū)域生長(zhǎng)算法、設(shè)計(jì)二維和三維高斯模板進(jìn)行結(jié)節(jié)匹配算法進(jìn)行ROI檢測(cè)，對(duì)提取的ROI區(qū)域進(jìn)行輪廓提取和連通域標(biāo)記提取各個(gè)ROI的位置、形狀、灰度等多個(gè)二維特征，同時(shí)結(jié)合VOI體積、球形度、對(duì)稱(chēng)度、形狀矩描述算子、傅里葉描述算子等三維特征組成特征矩陣，然后采用多個(gè)樣本訓(xùn)練線性判別分類(lèi)器后對(duì)ROI進(jìn)行分類(lèi)判別。
　　通過(guò)大量的實(shí)驗(yàn)，分別以美國(guó)的LIDC(Lung Imaging Database Consortium)肺癌影像數(shù)據(jù)庫(kù)提供