基于超声肝脏图像纹理特征的计算机辅助诊断
发布时间：2021-05-11 16:32
常规的B超肝脏图像诊断是通过医生直接观察图像,分析图像的纹理特点,依据个人对各类肝脏图像纹理特点的认识,判断肝脏的健康状态。这种方式得出的诊断结果极大地依赖于医生的诊断经验,另外,当医生不能做出判断时,缺少客观的参考。计算机辅助诊断技术是一种利用计算机对医学成像得到的图像进行分析、学习并分类,从而为医生诊断疾病提供参考结果的技术。本文的目的是建立一个针对B超肝脏图像的计算机辅助诊断系统（CAD）,诊断的疾病类型包括.脂肪肝和肝硬化。为了方便选择出B超图像中的疑似区域,本文设计的CAD为手动选取兴趣区域（ROI, Region of Interest）,并根据肝脏的分布特征,对兴趣区域的选择提出了一些要求。由于B超图像的成像机制,ROI中会包含噪声,以散斑噪声为主。本文提供了中值滤波、维纳滤波以及小波阈值降噪算法,通过对比它们,选择其中性能最佳的一种对ROI进行降噪处理。为了加强图像的纹理差异,对比灰度拉伸、锐化以及基于低通滤波器的增强算法,选择其中性能最佳的一种对ROI进行增强处理。本文选择了灰度共生矩阵（GLCM）、灰度差直方图统计（GLDS）以及傅里叶（Fourier）能量谱特征的...
【文章来源】：中南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：48 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 B超肝脏CAD概况
1.3 B超肝脏CAD的起源
1.4 论文的研究内容
1.5 论文安排
2 B超肝脏CAD的构建方案
2.1 B超肝脏CAD框架
2.2 各模块内容说明
2.3 本章小结
3 ROI的提取和预处理
3.1 B超图像的特征
3.2 ROI的提取
3.3 对ROI进行降噪处理
3.3.1 中值滤波
3.3.2 维纳滤波
3.3.3 小波阈值降噪
3.3.4 降噪处理性能评价
3.4 对ROI进行增强处理
3.4.1 灰度变换
3.4.2 锐化
3.4.3 基于低通滤波的增强算法
3.4.4 增强处理性能评价
3.5 本章小结
4 B超图像纹理特征的提取方法与实现
4.1 灰度共生矩阵
4.2 灰度差直方图统计
4.3 傅里叶能量谱的特征
4.4 本章小结
5 B超肝脏图像的模式识别
5.1 利用神经网络构建分类器
5.2 B超肝脏CAD性能评价
5.3 本章小结
6 结论
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读学位期间主要的研究成果
致谢
【参考文献】：
期刊论文
[1]基于SVM的肝脏B超图像纹理分类[J]. 付燕,聂亚娜,靳玉萍. 计算机应用与软件. 2012(12)
[2]中西医结合治疗慢性丙型肝炎32例临床观察[J]. 傅茂英,顾雪峰,朱艳芳. 中医药导报. 2012(11)
[3]脂肪肝的B超诊断分析60例[J]. 陆琴. 中国社区医师(医学专业). 2012(22)
[4]基于Canny算子边缘检测的车牌图像增强方法[J]. 张思俊,王乐乐,陆振宇. 重庆交通大学学报(自然科学版). 2012(03)
[5]基于多级灰度差的脂肪肝B超图像识别方法[J]. 王大溪,方园,胡波,曹汉强. 计算机工程与设计. 2012(05)
[6]红外图像中的自适应维纳滤波噪声抑制技术[J]. 白俊奇,赵春光,王寿峰,孙宁. 光电工程. 2011(11)
[7]中值滤波在气象传真图中降噪的分析[J]. 柴宝仁. 北京理工大学学报. 2011(04)
[8]K均值聚类算法在银行客户细分中的研究[J]. 樊宁. 计算机仿真. 2011(03)
[9]基于BP神经网络提高伪装目标识别概率的研究[J]. 王浩全. 光谱学与光谱分析. 2010(12)
[10]基于轮廓波维纳滤波的图像压缩传感重构[J]. 李林,孔令富,练秋生. 仪器仪表学报. 2009(10)
硕士论文
[1]支持向量机在肝脏B超图像分类中的应用研究[D]. 聂亚娜.西安科技大学 2012
[2]B超图像处理的HIFU治疗区域确定方法的研究[D]. 李菊芳.安徽理工大学 2011
[3]连分式权函数神经网络研究及其在纹理分类中的应用[D]. 孙明媚.南京邮电大学 2011
[4]数字B超诊断系统接口设计与图像处理研究[D]. 王聪颖.电子科技大学 2010
[5]基于改进微粒群算法的图像复原方法研究[D]. 刘丁峰.中南民族大学 2010
[6]肝脏三维可视化模型和虚拟肝段模型的建立及其在超声中的应用研究[D]. 程果.第三军医大学 2010
[7]基于神经网络的医学组织纹理识别与诊断的研究[D]. 赵晓霞.华东交通大学 2009
[8]支持向量机在肝脏B超图像识别中的应用研究[D]. 张清勇.武汉理工大学 2009
[9]基于肝脏B超图像的计算机辅助诊断研究[D]. 王鲜.华中科技大学 2009
[10]B超肝脏图像分类器研究[D]. 叶茂林.华中科技大学 2008
本文编号：3181736
【文章来源】：中南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：48 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 B超肝脏CAD概况
1.3 B超肝脏CAD的起源
1.4 论文的研究内容
1.5 论文安排
2 B超肝脏CAD的构建方案
2.1 B超肝脏CAD框架
2.2 各模块内容说明
2.3 本章小结
3 ROI的提取和预处理
3.1 B超图像的特征
3.2 ROI的提取
3.3 对ROI进行降噪处理
3.3.1 中值滤波
3.3.2 维纳滤波
3.3.3 小波阈值降噪
3.3.4 降噪处理性能评价
3.4 对ROI进行增强处理
3.4.1 灰度变换
3.4.2 锐化
3.4.3 基于低通滤波的增强算法
3.4.4 增强处理性能评价
3.5 本章小结
4 B超图像纹理特征的提取方法与实现
4.1 灰度共生矩阵
4.2 灰度差直方图统计
4.3 傅里叶能量谱的特征
4.4 本章小结
5 B超肝脏图像的模式识别
5.1 利用神经网络构建分类器
5.2 B超肝脏CAD性能评价
5.3 本章小结
6 结论
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读学位期间主要的研究成果
致谢
【参考文献】：
期刊论文
[1]基于SVM的肝脏B超图像纹理分类[J]. 付燕,聂亚娜,靳玉萍. 计算机应用与软件. 2012(12)
[2]中西医结合治疗慢性丙型肝炎32例临床观察[J]. 傅茂英,顾雪峰,朱艳芳. 中医药导报. 2012(11)
[3]脂肪肝的B超诊断分析60例[J]. 陆琴. 中国社区医师(医学专业). 2012(22)
[4]基于Canny算子边缘检测的车牌图像增强方法[J]. 张思俊,王乐乐,陆振宇. 重庆交通大学学报(自然科学版). 2012(03)
[5]基于多级灰度差的脂肪肝B超图像识别方法[J]. 王大溪,方园,胡波,曹汉强. 计算机工程与设计. 2012(05)
[6]红外图像中的自适应维纳滤波噪声抑制技术[J]. 白俊奇,赵春光,王寿峰,孙宁. 光电工程. 2011(11)
[7]中值滤波在气象传真图中降噪的分析[J]. 柴宝仁. 北京理工大学学报. 2011(04)
[8]K均值聚类算法在银行客户细分中的研究[J]. 樊宁. 计算机仿真. 2011(03)
[9]基于BP神经网络提高伪装目标识别概率的研究[J]. 王浩全. 光谱学与光谱分析. 2010(12)
[10]基于轮廓波维纳滤波的图像压缩传感重构[J]. 李林,孔令富,练秋生. 仪器仪表学报. 2009(10)
硕士论文
[1]支持向量机在肝脏B超图像分类中的应用研究[D]. 聂亚娜.西安科技大学 2012
[2]B超图像处理的HIFU治疗区域确定方法的研究[D]. 李菊芳.安徽理工大学 2011
[3]连分式权函数神经网络研究及其在纹理分类中的应用[D]. 孙明媚.南京邮电大学 2011
[4]数字B超诊断系统接口设计与图像处理研究[D]. 王聪颖.电子科技大学 2010
[5]基于改进微粒群算法的图像复原方法研究[D]. 刘丁峰.中南民族大学 2010
[6]肝脏三维可视化模型和虚拟肝段模型的建立及其在超声中的应用研究[D]. 程果.第三军医大学 2010
[7]基于神经网络的医学组织纹理识别与诊断的研究[D]. 赵晓霞.华东交通大学 2009
[8]支持向量机在肝脏B超图像识别中的应用研究[D]. 张清勇.武汉理工大学 2009
[9]基于肝脏B超图像的计算机辅助诊断研究[D]. 王鲜.华中科技大学 2009
[10]B超肝脏图像分类器研究[D]. 叶茂林.华中科技大学 2008
本文编号：3181736
本文链接：https://www.wllwen.com/yixuelunwen/fangshe/3181736.html
