基于素描序列图和多视角策略的胃部CT图像淋巴结检测

发布时间：2017-08-27 10:03

  本文关键词：基于素描序列图和多视角策略的胃部CT图像淋巴结检测

  更多相关文章： 淋巴结检测 素描线预处理 素描线特征 自适应窗口 素描线匹配

【摘要】：CT图像在获取过程中具有无创伤安全方便及高效等特点,使得CT图像在医学研究和检查诊断中应用广泛。目前对CT序列图像所包含的病变信息的分析和提取主要是依靠医生自身的经验,这即对医生的专业素养提出了高的要求,并加大了医生的工作量,所以随着计算机技术的发展,借助计算机对CT图像信息进行相关处理是临床应用中的需求。本文提出了一种基于初始素描序列图跟踪和多视角策略的胃部CT图像淋巴结检测方法,将基于CT图像中像素点信息的处理方法转换为基于初始素描序列图中素描线的处理方法。由于初始素描图是图像可素描部分的一种稀疏编码,所以本文提出的方法提高了处理速度,且降低了淋巴结检测的虚警率。本文主要完成如下工作:(1)根据淋巴结的大小、所处位置及形状等特点,在单帧CT图像的初始素描图上定义了素描线连接操作和素描线的长度特征,并提出了基于素描线的CT图像灰度特征提取方法和素描线多边聚拢形状特征提取方法。定义和提出这些特征和方法主要用于判断围成大的脏器等组织的素描线,即而得到可能围成疑似淋巴结的素描线。(2)根据相邻帧上淋巴结位置、大小变化不大等特点,在初始素描序列图上,提出了基于素描线匹配规则的素描线自适应窗口获取方法;在原始CT图上,提出了基于素描线的位置和自适应窗口的疑似淋巴结获取方法。提取素描线的自适应窗口是为了根据可能围成疑似淋巴结的素描线,确定疑似淋巴结面积较大的帧;提取疑似淋巴结的自适应窗口是在疑似淋巴结面积较大帧的CT图像上基于素描线的自适应窗口提取素描线围成的疑似淋巴结和疑似淋巴结自适应窗口。(3)基于疑似淋巴结的自适应窗口,在初始素描序列图上提取了疑似淋巴结序列图像块,并由于不同大小的淋巴结呈现出来的特征不尽相同,所以本文对不同大小的序列图像块,采用了两种不同的淋巴结检测方法。对序列图像块大于11×11的疑似淋巴结采用多视角跟踪的淋巴结检测方法;对序列图像块不大于11×11的疑似淋巴结采用基于低秩分解和质心跟踪的淋巴结检测方法。仿真实验结果也表明,本文提出的淋巴结检测方法,很大程度的降低了检测时间,且一定程度的降低了检测到的淋巴结的虚警率。
【关键词】：淋巴结检测 素描线预处理 素描线特征 自适应窗口 素描线匹配
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R735.2;R730.44
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-20
• 1.1 课题研究的背景和意义14-15
• 1.2 胃癌诊断中CT图像的应用15-16
• 1.2.1 CT图像简介15-16
• 1.2.2 胃癌诊断中CT图像的应用16
• 1.3 相关工作研究现状16-17
• 1.4 本文的研究内容和结构安排17-20
• 第二章 胃部CT图像的初始素描图20-28
• 2.1 引言20
• 2.2 初始素描图的发展20-22
• 2.2.1 Marr视觉计算理论20-21
• 2.2.2 初始素描模型21-22
• 2.3 CT图像的初始素描图阈值选择22-25
• 2.4 本章总结25-28
• 第三章 基于单帧CT图像的初始素描图预处理方法28-40
• 3.1 引言28-29
• 3.2 素描线连接方法29-31
• 3.3 素描线的三个特征31-36
• 3.3.1 素描线的长度特征提取方法31-32
• 3.3.2 基于素描线的CT图像灰度特征提取方法32-34
• 3.3.3 素描线的多边聚拢形状特征提取方法34-36
• 3.4 本章算法36-37
• 3.5 实验结果及分析37-39
• 3.5.1 实验设置37
• 3.5.2 实验结果及分析37-39
• 3.6 本章总结39-40
• 第四章 基于素描序列图的疑似淋巴结自适应窗口提取方法40-52
• 4.1 引言40-41
• 4.2 初始素描序列图上素描线自适应窗口提取41-45
• 4.2.1 单条素描线段的自适应窗口提取方法41-43
• 4.2.2 多边聚拢形状素描线的自适应窗口提取方法43-45
• 4.3 CT图像上疑似淋巴结自适应窗口提取45-47
• 4.3.1 基于CT图像的素描线自适应窗口更新方法46
• 4.3.2 基于素描线位置的疑似淋巴结提取方法46-47
• 4.4 本章算法47-48
• 4.5 实验结果和分析48-51
• 4.5.1 实验设置48
• 4.5.2 实验结果和分析48-51
• 4.6 本章总结51-52
• 第五章 基于自适应窗口的多视角策略淋巴结检测52-58
• 5.1 引言52
• 5.2 本章算法52-53
• 5.3 实验结果及分析53-56
• 5.3.1 实验设置53
• 5.3.2 实验结果和分析53-56
• 5.4 本章总结56-58
• 第六章 总结和展望58-62
• 6.1 总结58-59
• 6.2 展望59-62
• 参考文献62-66
• 致谢66-68
• 作者简介68-69

【参考文献】

中国期刊全文数据库 前9条

1 周晓明;李钊;刘雄英;;一种基于改进FCM的自动图像分割算法[J];华南理工大学学报(自然科学版);2014年03期

2 王万国;王仕荣;徐正飞;杨文波;王振利;李丽;;基于边界的最小二乘椭圆拟合改进算法[J];计算机技术与发展;2013年04期

3 刘利雄;马忠梅;赵恒博;姚宇华;张麒;;一种基于主动轮廓模型的心脏核磁共振图像分割方法[J];计算机学报;2012年01期

4 季加孚;季鑫;;胃癌治疗的新进展[J];循证医学;2011年02期

5 王江红;项颖;;早期胃癌的筛查现状及诊断进展[J];重庆医学;2009年20期

6 何立丽;孙桂芝;张培彤;;胃癌的病因病机研究进展[J];北京中医药;2009年03期

7 闫蓓;王斌;李媛;;基于最小二乘法的椭圆拟合改进算法[J];北京航空航天大学学报;2008年03期

8 王蓓,张立明;利用图像先验知识与Snake结合对心脏序列图像的分割[J];复旦学报(自然科学版);2003年01期

9 钟世镇,李华,林宗楷,罗述谦,秦笃烈;数字化虚拟人背景和意义[J];中国基础科学;2002年06期

，

本文编号：745237