基于时间序列的孤立肺结节形态征象及良恶检测

发布时间：2017-10-18 22:00

  本文关键词：基于时间序列的孤立肺结节形态征象及良恶检测

  更多相关文章： 肺结节 计算机辅助检测 形态征象 时间序列

【摘要】：肺癌是一种常见的恶性肿瘤,由于其具有发病率过高、死亡率的增长速度过快等特点,长期以来始终对于人体的生命和健康都是一个巨大的障碍和隐患。如果能在其发病早期就得到诊断和治疗,就能够大大提高病患的存活率。肺结节是肺癌的早期表现形式,利用计算机辅助检测的方法对肺结节进行早期诊断已经逐渐成为近年来发展的热点。本文不同以往的研究思路,研究了一种从机器学习的角度出发、利用时间序列相似性检测算法的思想对肺结节的形态征象进行检测和识别,并结合含有与结节良恶性相关程度最高的形态征象以及含有语义信息的其他医学征象,对肺结节的良恶进行了检测识别,具体的工作和取得的相应成果有以下几项内容：(1)利用阈值法和区域生长法从美国公开数据库提供的人体肺部CT原始图像中将肺结节提取出来,并利用边缘检测和边缘跟踪算法提取出肺结节的外部形状轮廓,即肺结节外边缘。(2)研究以角度为横坐标,距离为纵坐标,将肺结节的外部边缘按照与肺结节中心点的夹角以及位置,把它展开成一条序列,并结合三次样条插值与均匀采样的算法把这条描述肺结节外部边缘形状特征的序列转换成为一条特殊的“时间序列”。(3)针对与肺结节良恶性相关程度最高的形态征象——毛刺征和分叶征,研究了利用时间序列相似性检测的算法对肺结节的毛刺征和分叶征分别用DTW算法和PRCD算法进行检测,实践结果表明,这两种算法分类准确率均在80%以上,比传统的数学描述算法有更高的准确率和鲁棒性。(4)研究了利用含有高层语义信息的、与肺结节良恶性相关程度较高的四个肺结节医学征象：毛刺征、分叶征、空洞征和钙化征对肺结节进行计算机辅助良恶诊断,以这四个医学征象作为特征,以SVM作为分类器对其进行分类,输出预测肺结节良恶诊断结果。理论和实验均表明,本文的研究思路和方法为计算机辅助检测肺结节形态特征提供了一种新的思路,经实践证明,利用这种方法描述肺结节形态征象比传统的数学描述方法具有更高的准确率和鲁棒性。
【关键词】：肺结节 计算机辅助检测 形态征象 时间序列
【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.7;R734.2
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-17
• 1.1 研究背景9-10
• 1.2 研究目的与意义10-11
• 1.3 研究现状11-12
• 1.4 研究内容和创新点12-15
• 1.4.1 构建肺结节图像提取数据库12-13
• 1.4.2 提取肺结节形态特征13-15
• 1.4.3 肺结节“良”、“恶”分类器15
• 1.5 论文组织结构15-17
• 第二章 肺结节边缘序列构造17-33
• 2.1 建立数据库17-19
• 2.2 肺结节边缘提取19-28
• 2.2.1 区域生长算法20-22
• 2.2.2 肺结节边缘检测22-25
• 2.2.3 肺结节边缘展开25-28
• 2.3 肺结节轮廓转换为时间序列28-32
• 2.4 本章小结32-33
• 第三章 基于DTW的肺结节形态征象检测33-43
• 3.1 时间序列33-35
• 3.2 DTW(Dynamic Time Warping)动态时间归整算法35-37
• 3.3 基于DTW的肺结节形态征象算法实验37-41
• 3.4 本章小结41-43
• 第四章 基于递归图的肺结节形态征象检测43-53
• 4.1 递归图43-44
• 4.2 Campana-Keogh(CK-1)距离算法44-46
• 4.3 KNN(k-Nearest Neighbour)算法46-48
• 4.4 基于递归图的肺结节形态征象算法实验48-51
• 4.5 本章小结51-53
• 第五章 基于医学征象的计算机辅助肺结节良恶诊断53-61
• 5.1 基于区域生长的肺结节空洞征检测53-54
• 5.2 基于阈值的肺结节钙化征检测54-56
• 5.3 基于多个医学征象的肺结节良恶检测56-59
• 5.4 本章小结59-61
• 总结与展望61-65
• 工作总结61-62
• 未来展望62-65
• 参考文献65-69
• 致谢69-71
• 攻读硕士期间参与的科研项目与取得的学术成果71

【相似文献】

中国期刊全文数据库 前10条

1 陆惠昌,陈秀娟;肺结节病的误诊分析[J];上海预防医学杂志;2000年07期

2 李玉苹,李建平;肺结节病诊断和治疗[J];中国现代医学杂志;2000年07期

3 宋熙科;肺结节病误诊5例分析[J];临床荟萃;2001年02期

4 李国华;肺结节病误诊分析[J];卫生职业教育;2002年08期

5 解好群 ,朱运奎 ,薛庆亮 ,金远林 ,牟玉兰;20例肺结节病临床分析[J];中国医师杂志;2002年05期

6 冉超蓉,罗发枢;肺结节病10例临床诊治分析[J];四川医学;2002年05期

7 邓西平,包红,李清华,刘冬明,易清萍;肺结节病的误诊分析[J];江西医药;2003年05期

8 董琼,邓安彦;肺结节病5例临床分析[J];川北医学院学报;2003年02期

9 闫香果,郭顺新;肺结节病64例临床分析[J];张家口医学院学报;2003年05期

10 唐育斌,王耀程,徐山淡,白建军;肺结节病1例报告[J];实用放射学杂志;2004年05期

中国重要会议论文全文数据库 前10条

1 姜伟;;肺结节病误诊为肺癌一例诊治体会[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

2 陆志伟;黄慧;张坚;徐作军;;纤维支气管镜检查在肺结节病诊断中的价值[A];中华医学会第三届全国间质性肺病暨弥漫性泛细支气管炎学术会议论文汇编[C];2010年

3 叶秋月;许文兵;刘晓清;张丽帆;;肺结节病与肺结核鉴别诊断的临床分析[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

4 王晓娟;安立;代华平;叶俏;徐莉莉;何璇;;以大量胸腔积液为表现的胸膜肺结节病三例报告并文献复习[A];中华医学会第三届全国间质性肺病暨弥漫性泛细支气管炎学术会议论文汇编[C];2010年

5 殷芳;宋宁静;陈佳;章楚光;乐嘉豫;;以四肢结节为首发的皮肤-肺结节病1例[A];2012全国中西医结合皮肤性病学术会议论文汇编[C];2012年

6 邓笑伟;王红利;;肺结节病误诊肺转移瘤1例分析[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

7 王晓娟;安立;代华平;叶俏;徐莉莉;何璇;;以大量胸腔积液为表现的胸膜肺结节病3例报告并文献复习[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

8 邵杨;郭宏琳;张群成;姜淑娟;;经支气管镜超声引导针吸活检(EBUS-TBNA)在肺结节病诊断中的价值[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

9 刘敬禹;李博;裴奇;李振华;;肺结节病患者ADAM9低表达水平的研究[A];中华医学会呼吸病学年会——2011（第十二次全国呼吸病学学术会议）论文汇编[C];2011年

10 金儿;王利民;夏俊波;陈灏;任振义;;胸部X线摄影术和HRCT诊断肺结节病的对比分析[A];2012年浙江省内科学年会论文集[C];2012年

中国重要报纸全文数据库 前2条

1 肖湘生 上海长征医院医学影像科主任医师 教授;肺结节是怎么回事？[N];文汇报;2013年

2 阿胜;治疗原则“吐故纳新”[N];医药经济报;2002年

中国博士学位论文全文数据库 前2条

1 曹阳;肺结节动态增强CT及其与肿瘤血管生成的相关性研究[D];天津医科大学;2003年

2 曹蕾;肺结节图像的分析与识别[D];南方医科大学;2009年

中国硕士学位论文全文数据库 前10条

1 杨景茹;NLR和TB-IGRA在肺结节病与肺结核病鉴别诊断中的应用价值[D];山东大学;2015年

2 罗旋;基于DICOM序列影像的肺结节检测算法研究[D];电子科技大学;2015年

3 刘潇;基于时间序列的孤立肺结节形态征象及良恶检测[D];西北大学;2015年

4 香世杰;肺结节计算机辅助诊断系统中分割算法研究及实现[D];华南理工大学;2011年

5 叶秋月;肺结节病与肺结核鉴别诊断的临床分析[D];北京协和医学院;2011年

6 陈茜;不典型肺结节病：4例病例报告附文献复习[D];浙江大学;2011年

7 王树宪;经纤维支气管镜针吸活检在肺结节病Ⅰ期Ⅱ期中的诊断价值[D];山东大学;2012年

8 任红瑾;肺结节病5例临床分析[D];重庆医科大学;2014年

9 束洲;肺结节计算机辅助诊断算法研究[D];浙江大学;2007年

10 常莎;基于三维空间肺结节良恶性鉴别研究[D];北京交通大学;2012年

，

本文编号：1057361