基于三维混合特征和机器学习的肺结节影像智能诊断方法

发布时间：2021-11-21 03:08

　　随着空气污染日益严重,肺癌已成为威胁生命安全的疾病,早期发现病变对及时治疗有重大意义。传统影像诊断方法耗时巨大并容易产生误诊漏诊,因此基于机器学习的智能化肺结节诊断系统因运而生。计算机辅助诊断技术需要对大量测试数据进行分析和处理,导致目标区域精确分割难、模式分类精度低、肺结节诊断时间长等棘手问题。针对上述问题,本文提出了三种肺结节诊断方法,具体研究工作如下:（1）分析了肺结节智能诊断技术的当前研究现状;概述了肺结节的形态特征、病理形成原因及其主流诊断方法;介绍了肺结节CAD系统的一般诊断步骤;阐述了图像预处理、图像分割、特征提取和模式分类等基本原理。（2）基于混合特征和支持向量机的肺结节诊断方法:由于采集的序列CT图像含有噪声,考虑到肺结节与血管的灰度信息相似,将均值漂移聚类算法应用于图像预处理;利用自适应阈值、孔洞填充与滚球相结合的方式得到肺结节候选;提取了混合特征,采用LDA对高维特征进行选择;将构造的精简测试样本集送入训练好的SVM模型中进行结节检测。大量仿真实验结果表明:预处理后的图像更利于ROI分割,提出的结节检测方案有效地提高了分类精度。（3）基于几何活动轮廓和逻辑回归的肺... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

序列CT图像分割流程

执行第 2 步。应阈值处理之后，仍然有支气管、杂质区域没分割出来，肺，因此我们使用后续方案来优化初始分割结果。连通区域分多少个连通块并得到相应连通块的面积大小，根据面积大小区域的像素值设置为背景区域的像素值[49]。为了将肺部区运用孔洞填充方法可以获得肺实质周身环境的像素值，与连减运算便可得到初始肺实质模板。结节生长在肺实质的边界，它的像素特殊性导致初始肺实质，从而影响了结节的准确检测与诊断。由形态学闭运算中发过改变球体半径和结构单元尺寸，去除图像的细节信息，达的，如图 3-2 所示。首先定义球心与半径并围绕肺实质边界体中心和轮廓切点之间的距离等于半径，滚动时连续判断球如果切点数超过 1，表示球体边缘出现凹陷区域，此时用圆

第 3 章 基于混合特征和支持向量机的肺结节诊断方法样本尽可能好分的最佳投影方向，又能尽可DA 对提取的肺结节候选特征进行选择。具集中不同类别数据的 d 维均值向量。矩阵，包括类间、类内散布矩阵。??矩阵的本征向量1 2, ,...,de e e 和对应的本征值1 2, ,...,dλ λ λ 。量按本征值大小降序排列，然后选择前 k 个最大本征值对 d × k维矩阵——即每一列就是一个本征向量。本征向量矩阵将样本变换到新的子空间，写作矩阵乘法 Y矩阵，表示n 个样本；Y 是变换到子空间后的 n × k维样本，LDA 将数据集中的特征空间投影到低维度，因此处理后的样本集降低了检测的计算量拟合。

【参考文献】：
期刊论文
[1]基于CT探测技术的不良地质构造三维网格模型重构方法[J]. 王启明,车爱兰.  岩石力学与工程学报. 2019(06)
[2]医学影像计算机辅助检测与诊断系统综述[J]. 郑光远,刘峡壁,韩光辉.  软件学报. 2018(05)
[3]我国X-CT发展现状及趋势[J]. 迟戈,王亚南.  中国医疗器械信息. 2017(01)
[4]肺血减少型先心病肺动脉发育情况的影像学诊断[J]. 洪雯静,高伟,孙锟,钟玉敏,张玉奇,黄美蓉,张海波.  中国医学影像技术. 2007(08)
[5]电子计算机辅助诊断（CAD）的原理及临床应用[J]. 舒荣宝,王成林.  中国CT和MRI杂志. 2004(02)
[6]核磁共振测井仪器的最新进展与未来发展方向[J]. 肖立志,谢然红,丁娱娇,赵晓亮.  测井技术. 2003(04)

硕士论文
[1]基于低剂量CT图像的肺结节分割算法研究[D]. 黑啸吉.郑州大学 2016
[2]基于模糊C均值聚类和字典学习的肺结节分割[D]. 苏志远.山东财经大学 2016
[3]基于DICOM序列影像的肺结节检测算法研究[D]. 罗旋.电子科技大学 2015
[4]基于乳腺动态增强MRI病灶分割及特征提取[D]. 柳怡萍.大连理工大学 2014



本文编号：3508645