基于CT图像的肺结节检测方法研究

发布时间：2017-10-17 22:12

  本文关键词：基于CT图像的肺结节检测方法研究

  更多相关文章： 孤立型肺结节检测 圆点滤波器 区域增长 中心线提取算法 粘连型肺结节

【摘要】：肺癌是我们生活中最常见及高发率的癌症之一,并且因其而引起的死亡率还在迅速增加。患有肺癌的病人如果能在早期被检查发现肺癌,然后及时得到治疗,病人能够生存的可能性就更大。但是当放射科医生在给患者做检查时,将会浏览大量的CT图像,时间一长就容易产生疲劳,从而可能会漏掉一些肺结节。所以,利用计算机辅助诊断(CAD)方案来检测肺结节显得尤其重要,因为它可以提供放射科医生CT图像中肺结节的相关信息,有助于放射科医生快速得到诊断结果。本文通过对肺结节识别方法的研究,提出了新的相关算法。针对传统的孤立型肺结节检测算法不能很好地去除假阳,本文提出的方法是结合圆点滤波器(Dot-Filter)和区域增长算法对孤立型肺结节进行提取。二维Dot-Filter采用二维海森(Hessian)矩阵构建而成,以用于识别疑似孤立型肺结节。由于血管和气道的横截面在CT图像上显示为类圆形区域,且它们的CT值接近结节的CT值,所以常被视为结节,由此造成更多的假阳出现。为此,我们使用三维区域增长和三维Hessian矩阵构造的圆点滤波器相结合来消除假阳。针对粘连血管型结节,本文提出了一种快速提取算法,该算法是基于圆点滤波器和中心线提取相结合的算法。在二维(2D)肺部电脑断层扫描(CT)图像中,我们识别粘连在血管上的疑似粘连型肺结节。首先,依据二维Hessian矩阵建立的圆点滤波器来增强肺CT序列的类圆形区域,即增强接近于肺结节形状的类圆形区域,并抑制线形状的图形区域。其次,通过提取中心线的算法来识别检测并去除非粘连型肺结节如血管末端及血管交叉区域。通过实验最终证明本文提取的算法具有高速度、高精度。
【关键词】：孤立型肺结节检测 圆点滤波器 区域增长 中心线提取算法 粘连型肺结节
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R563;TP391.41
【目录】：

• 摘要2-3
• Abstract3-6
• 第一章 绪论6-11
• 1.1 课题研究的背景及意义6-8
• 1.2 在国内、外的研究现状8-10
• 1.3 论文研究工作的安排10-11
• 第二章 基于CT图像的肺实质分割11-18
• 2.1 肺CT图像影像方面的表现11-12
• 2.2 肺实质分割提取流程12-17
• 2.2.1 去背景13-15
• 2.2.2 去支气管15
• 2.2.3 分开左右肺15-16
• 2.2.4 左右肺分别提取16-17
• 2.3 总结17-18
• 第三章 基于圆点滤波器和区域增长算法的孤立型肺结节检测18-26
• 3.1 算法流程18-19
• 3.2 Hessian矩阵构造圆点滤波器19-22
• 3.3 圆点滤波器在二维图像中的应用22
• 3.4 三维hessian矩阵构造圆点滤波器22-23
• 3.5 区域增长算法原理23
• 3.6 分析与实现23-24
• 3.7 结合圆点滤波器和区域增长算法提取孤立型结节24-25
• 3.8 小结25-26
• 第四章 利用圆点滤波器和中心线提取算法的血管粘连型肺结节识别26-39
• 4.1 算法流程27-28
• 4.2 肺实质血管模型28-30
• 4.3 中心线提取算法30-36
• 4.3.1 原理31-34
• 4.3.2 应用34-36
• 4.4. 实验结果和讨论36-38
• 4.5 小结38-39
• 第五章 总结39-41
• 5.1 文章研究内容与创新39-40
• 5.2 对以后工作的展望40-41
• 致谢41-42
• 参考文献42-47
• 作者简介47
• 攻读硕士学位期间研究成果47-48

【参考文献】

中国期刊全文数据库 前5条

1 季虎,孙即祥,邵晓芳,毛玲;图像边缘提取方法及展望[J];计算机工程与应用;2004年14期

2 曹蕾;占杰;余晓锷;陈武凡;;基于自动阈值的CT图像快速肺实质分割算法[J];计算机工程与应用;2008年12期

3 郭薇;魏颖;周翰逊;薛定宇;;基于Hessian矩阵及梯度熵的疑似肺结节检测算法[J];仪器仪表学报;2009年08期

4 马丽红,张宇,邓健平;基于形态开闭滤波二值标记和纹理特征合并的分水岭算法[J];中国图象图形学报;2003年01期

5 海景;张刚;程江;;Estimation of mass transfer coefficient in ozone absorption by linear least square fitting and Simplex search methods[J];Journal of Central South University;2012年12期

中国博士学位论文全文数据库 前1条

1 王青竹;基于三维SVMs的肺部CT中的结节检测算法[D];吉林大学;2011年

，

本文编号：1051321