肝脏CT图像病变检测与识别应用研究

发布时间：2017-08-02 00:01

  本文关键词：肝脏CT图像病变检测与识别应用研究

  更多相关文章： 肝脏CT 特征提取 病变检测 局部病变识别 随机森林

【摘要】：随着医学成像技术的发展和成熟,医学影像在肝脏疾病诊断中的起到了重要的作用。目前,肝癌已经成为世界上致死率最高的疾病之一,因为治疗手段的缺乏以及早期肝癌病理指标不太明显,导致可能会造成误诊,从而错过了最佳的治疗时间。肝癌的确诊主要依赖肝脏穿刺活检技术,但该技术对患者肝脏会造成一定的损伤,加之实施难度比高、术后恢复慢,因此,目前对于肝脏疾病的诊断主要还是依赖于医学影像,如肝脏CT。本论文对于肝脏CT图像病变检测与局部病变识别展开了研究,首先针对肝脏CT图像受其他器官组织影响比较大无法实现肝脏CT图像病变自动检测的问题,提出了基于肝脏区域分割结合局部特征提取的肝脏病变检测方法,采用形态学方法将肝脏区域从肝脏CT图像中分离出来,并提取肝脏区域图像灰度纹理特征建立随机森林算法分类模型,实现了批量肝脏CT图像异常CT切片检出；然后针对肝脏CT图像局部病变识别的不足,提出了基于感兴趣ROI提取和随机森林局部病变特征识别的改进方法,采用特征选择精简特征的方法优化了算法运行时间,采用决策树均衡选择的方法改进了算法识别准确率,并通过仿真验证了结果的有效性。在理论研究和仿真的基础上,本论文进一步设计实现了肝脏CT图像病变检测和局部病变识别系统,并针对算法运行效率的问题,在Spark计算框架上实现了随机森林算法应用优化,极大地提高了算法运行效率。
【关键词】：肝脏CT 特征提取 病变检测 局部病变识别 随机森林
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R735.7;R730.44
【目录】：

• 致谢4-5
• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-13
• 1.1 课题研究背景9-10
• 1.2 国内外研究现状10-11
• 1.3 本文研究内容和意义11-12
• 1.4 论文的组织结构12-13
• 第2章 肝脏CT图像病变检测与识别理论基础13-27
• 2.1 图像特征提取理论基础13-19
• 2.2 随机森林算法理论基础19-26
• 2.3 本章小结26-27
• 第3章 基于随机森林算法的肝脏CT图像病变检测与识别27-44
• 3.1 肝脏CT图像病变检测方法研究27-33
• 3.2 肝脏CT图像局部病变识别算法研究及改进33-43
• 3.3 本章小结43-44
• 第4章 肝脏CT图像病变检测与识别应用系统设计44-59
• 4.1 系统功能需求分析44-46
• 4.2 系统总体设计46-47
• 4.3 数据层系统设计47-48
• 4.4 算法层系统设计48-54
• 4.5 应用层系统设计54-58
• 4.6 本章小结58-59
• 第5章 系统测试和分析59-74
• 5.1 系统测试环境59
• 5.2 系统功能测试59-72
• 5.3 系统性能测试72-73
• 5.4 本章小结73-74
• 第6章 总结与展望74-77
• 6.1 总结74-75
• 6.2 展望75-77
• 参考文献77-81
• 攻读硕士学位期间主要的研究成果81

【参考文献】

中国期刊全文数据库 前10条

1 刘道践;李源;安维民;顾风军;;基于医学图像的肝癌计算机辅助诊断方法的研究[J];中国医学装备;2015年05期

2 刘春英;;基于属性依赖度的缺失值顺序填充算法[J];计算机应用与软件;2013年09期

3 戴光;崔巍;张颖;王学增;;基于灰度-梯度共生矩阵的焊缝缺陷聚类分析[J];中国安全科学学报;2013年03期

4 梁建;张占睦;李俊;过林;;基于灰度—梯度共生矩阵的植被提取方法[J];海洋测绘;2013年01期

5 姚登举;杨静;詹晓娟;;基于随机森林的特征选择算法[J];吉林大学学报(工学版);2014年01期

6 周光华;李岳峰;孟群;;医学图像处理技术与应用分析[J];中国卫生信息管理杂志;2011年06期

7 姜慧;覃事刚;;基于双树复数小波的肝脏疾病分类[J];电脑与信息技术;2011年02期

8 方匡南;吴见彬;朱建平;谢邦昌;;随机森林方法研究综述[J];统计与信息论坛;2011年03期

9 武献宇;王建芬;谢金龙;;决策树ID3算法研究及其优化[J];微型机与应用;2010年21期

10 金晶;师黎;;基于CT的肝癌智能诊断[J];中国组织工程研究与临床康复;2009年30期

，

本文编号：606733