基于PET-CT的孤立性肺结节分割及分类方法的研究

发布时间：2017-04-03 15:06

  本文关键词：基于PET-CT的孤立性肺结节分割及分类方法的研究，由笔耕文化传播整理发布。

【摘要】：随着胸部PET-CT图像在临床上的应用越来越广,PET-CT技术已经成为医生进行肺部功能评估以及肺结节病理研究与诊断的重要手段之一。然而,PET-CT扫描会产生大量的图像数据,直接增加医生的工作量,带来漏诊率和误诊率的增加。计算机辅助诊断方法是结合计算机技术和影像学诊断方法进行医学图像中病变的辅助检测和诊断的,相对于主观的、不稳定的人工阅片,计算机相对客观和一致的判断能够提高对病变检测和诊断的敏感性和特异性。孤立性肺结节是大多数肺癌的早期表现,尽早实现对孤立性肺结节的检测与诊断是提高患者生存率的关键。因此,基于PET-CT胸片的孤立性肺结节计算机辅助诊断方法成为研究的热点。在基于医学影像的肺部疾病计算机辅助诊断系统中,分割技术是实现孤立性肺结节检测的基础,分类技术是实现肺结节良恶性诊断的关键,因此,本文的研究主要从肺结节的分割和分类算法展开。在孤立性肺结节分割算法的研究方面,提出了一种基于子区域聚类的肺结节分割方法,其中的聚类算法是采用基于粒子群优化的自生成神经网络。该算法主要是针对含有磨玻璃、空泡等成分的非(亚)实性肺结节的分割问题提出的,这一类肺结节由于其内部密度不均匀、边界对比度不高,而在传统的分割算法中分割效果不理想。本文提出的分割方法首先将图像粗分割为小区域,然后基于CT特征采用智能寻优的聚类算法自适应地进行区域聚类,最后基于PET特征实现目标区域的检测与分割。在临床数据上的实验结果表明,该算法对实性和非(亚)实性肺结节都能够实现完整分割。在孤立性肺结节分类算法的研究中,首先提取和构造了孤立性肺结节的特征数据集,然后基于自生成神经网络算法在解决聚类和分类问题中的优势,构建了一种基于混合优化的自生成神经网络算法的分类器,研究了其在孤立性肺结节的分类应用中的有效性。在分类器训练过程中,设计了一种综合剪枝优化和M-L优化的网络优化方法,有监督地对分类网络结构进行调整。在测试阶段,采用基于类中心距离和自动连接距离的识别方法将病灶进行良恶性分类。在分类数据集上的仿真实验结果表明,基于改进自生成神经网络的分类器能够提高良恶性诊断的性能,实现更有效的肺结节分类。
【关键词】：PET-CT 孤立性肺结节 分割 分类 自生成神经网络
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R734.2;TP391.41
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状10-12
• 1.2.1 医学图像分割10-11
• 1.2.2 医学图像分类11-12
• 1.3 课题来源及主要研究内容12-13
• 1.4 论文的组织结构13-15
• 第二章 医学图像处理相关技术综述15-25
• 2.1 医学图像处理基本流程15-16
• 2.2 医学图像分割16-18
• 2.2.1 医学图像特点16
• 2.2.2 医学图像分割方法16-18
• 2.3 面向医学图像的分类18-23
• 2.3.1 基本模型19-21
• 2.3.2 评价方法21-23
• 2.4 本章小结23-25
• 第三章 基于PSO-SGNN的肺结节分割25-43
• 3.1 自生成神经网络25-30
• 3.1.1 聚类原理26-28
• 3.1.2 结构优化28-30
• 3.2 基于智能寻优的神经网络聚类30-34
• 3.2.1 自生成神经森林30-32
• 3.2.2 种子样本的智能寻优32-34
• 3.3 基于聚类的分割算法实现34-38
• 3.3.1 肺结节图像预处理35-36
• 3.3.2 图像中子区域聚类36-37
• 3.3.3 ROI检测与分割37-38
• 3.4 仿真实验及结果讨论38-42
• 3.5 本章小结42-43
• 第四章 基于P-VH-SGNN的肺结节分类43-55
• 4.1 分类数据集43-49
• 4.1.1 原始数据采集43
• 4.1.2 肺结节医学征象43-46
• 4.1.3 量化特征数据集46-49
• 4.2 构造分类器49-53
• 4.2.1 网络生成49-52
• 4.2.2 分类识别52-53
• 4.3 仿真实验及结果讨论53-54
• 4.4 本章小结54-55
• 第五章 总结与展望55-57
• 5.1 工作总结55-56
• 5.2 未来工作和展望56-57
• 参考文献57-63
• 致谢63-65
• 攻读学位期间发表的学术论文目录65

【相似文献】

中国期刊全文数据库 前10条

1 赵长红;动态增强CT扫描对孤立性肺结节的诊断价值[J];中原医刊;2004年22期

2 刘玉洪;孙磊;王明钊;沈毅;谢东;;孤立性肺结节106例诊治分析[J];中华医学杂志;2006年37期

3 樊涛;潘历波;王莉君;赵学武;;多层螺旋CT引导下穿刺对孤立性肺结节的诊断价值[J];现代肿瘤医学;2007年04期

4 鲁勇国;万志愉;;孤立性肺结节153例分析[J];中国医药导报;2008年01期

5 李广斌;马海涛;赵军;倪斌;李畅;;孤立性肺结节的诊断与外科治疗分析[J];海南医学;2010年21期

6 李麦福;;孤立性肺结节病变的多层螺旋CT诊断[J];中国社区医师(医学专业);2011年04期

7 刘永;陆武;宋长祥;经丰琴;;孤立性肺结节~(18)F-FDG SPECT显像的半定量研究[J];中国医学影像学杂志;2011年03期

8 李晶;;胸部CT图像中孤立性肺结节良恶性快速分类分析[J];中国医药导刊;2011年07期

9 邓守共;;孤立性肺结节的多层螺旋CT诊断[J];中国社区医师(医学专业);2012年20期

10 卢强;;孤立性肺结节48例外科治疗的临床分析[J];中国当代医药;2012年17期

中国重要会议论文全文数据库 前10条

1 宋利平;常超;徐树明;;孤立性肺结节多层螺旋CT扫描方法研究[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

2 王彩云;;孤立性肺结节的螺旋CT评价[A];中华医学会第十三届全国放射学大会论文汇编（下册）[C];2006年

3 李慎江;肖湘生;刘士远;李理;张沉石;;64排螺旋CT评价孤立性肺结节血流模式(附9例报告)[A];中华医学会第十三届全国放射学大会论文汇编（下册）[C];2006年

4 李剑明;辛军;于树鹏;;~(18)F-FDG PET/CT诊断孤立性肺结节良恶性的价值[A];中华医学会第九次全国核医学学术会议论文摘要汇编[C];2011年

5 沈巨信;;孤立性肺结节[A];2012年第三十四届浙江省呼吸系病学术年会暨华东地区第13届中青年呼吸论坛论文集[C];2012年

6 佘晖;方振剑;董芳;黄明朝;叶嘉;赖国祥;;年龄与孤立性肺结节病理的相关性研究[A];中华医学会呼吸病学年会——2013第十四次全国呼吸病学学术会议论文汇编[C];2013年

7 高剑波;肖慧娟;郭华;周志刚;张永高;;64层螺旋CT灌注成像技术在孤立性肺结节中的应用研究[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 肖慧娟;高剑波;郭华;周志刚;岳松伟;张永高;;64排螺旋CT灌注成像技术在孤立性肺结节中的应用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

9 张自力;;孤立性肺结节与血管关系的多层螺旋CT与病理对照研究[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

10 李佩玲;黎庶;王强;;动态增强CT扫描对孤立性肺结节鉴别诊断的应用价值[A];中华医学会第十三届全国放射学大会论文汇编（上册）[C];2006年

中国重要报纸全文数据库 前2条

1 第四军医大学唐都医院放射科博士 王亚蓉　殷茜 整理 朱立明;CT三联诊断有优势[N];健康报;2010年

2 ;多层螺旋CT与病理对照研究孤立性肺结节与支气管的关系[N];中国医药报;2003年

中国博士学位论文全文数据库 前9条

1 徐健;动态增强CT鉴别孤立性肺结节的良、恶性[D];中国协和医科大学;2006年

2 蒋南川;孤立性肺结节的多层螺旋CT后处理及动态增强研究[D];华中科技大学;2006年

3 张志刚;孤立性肺结节的临床诊断[D];大连医科大学;2012年

4 杨安荣;孤立性肺结节计算机辅助检测系统关键技术研究[D];上海大学;2010年

5 关建中;64层CT在孤立性肺结节的临床应用研究[D];第二军医大学;2007年

6 杨玉海;孤立性肺结节良恶性综合性影像诊断的ROC分析及其临床应用价值研究[D];山东大学;2011年

7 谭业颖;～（18）F-FLT PET在孤立性肺结节中的基础和临床研究[D];中国人民解放军军医进修学院;2007年

8 杨春山;孤立性肺结节MR动态增强、血管生成及MR波谱的研究[D];第二军医大学;2004年

9 邢宁;CT灌注成像在孤立性肺结节中的应用[D];中国人民解放军军医进修学院;2005年

中国硕士学位论文全文数据库 前10条

1 王斌强;孤立性肺结节良恶性病变的多因素分析[D];广西医科大学;2012年

2 柴彦军;能谱CT成像在孤立性肺结节诊断中的价值研究[D];兰州大学;2015年

3 孙凯;能谱CT在孤立性肺结节鉴别诊断中的应用研究[D];山西医科大学;2015年

4 杨娟;孤立性肺结节良恶性判别数学模型的建立与验证[D];第二军医大学;2015年

5 沈一梦;孤立性肺结节的诊断及淋巴结转移的不良因素[D];天津医科大学;2015年

6 周翔飞;孤立性肺结节的三维可视及特征提取的研究[D];太原理工大学;2016年

7 马瑞良;基于PET-CT的孤立性肺结节诊断模型研究[D];太原理工大学;2016年

8 纪国华;基于PET-CT的孤立性肺结节分割及分类方法的研究[D];太原理工大学;2016年

9 胡华利;孤立性肺结节恶性概率估算的临床模型探索性研究[D];中南大学;2010年

10 陶鑫;多元回归分析在孤立性肺结节定性诊断中的应用[D];延边大学;2004年

  本文关键词：基于PET-CT的孤立性肺结节分割及分类方法的研究，由笔耕文化传播整理发布。

，

本文编号：284513