学位论文 > 优秀研究生学位论文题录展示
基于肺部图像分类的肺结节检测技术研究
作 者: 宋志强
导 师: 王大玲
学 校: 东北大学
专 业: 计算机软件与理论
关键词: 医学图像 形态学 水平集 肺结节 特征提取 分类 支持向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 56次
引 用: 1次
阅 读: 论文下载
内容摘要
随着环境污染的加重,全球肺部疾病的发病率都呈明显的上升趋势,越来越多的人开始关注自己的肺部健康。CT作为检查肺部疾病的一种重要手段,在临床实践中广泛被采用。对于肺部疾病的诊断,对肺结节的识别尤其重要。本文对基于肺部CT图像的肺结节检测技术进行了研究,首先对肺实质进行了分割,然后在提取的肺实质内对可疑区域进行标记并对其特征提取,最后对可疑区域分类,最终实现了肺结节的检测。应用Level Set方法在图像分割中的优势,本文提出了一种将形态学与水平集相结合的肺实质分割方法。该方法的最大特点在于利用形态学的方法得到肺实质的轮廓窄带和初始轮廓,使水平集只在轮廓窄带内演化,实现了肺实质的分割。实验表明该方法明显的提高了分割性能。对于特征提取问题,由于特征提取的质量是决定分类性能的关键因素,所以选择适当的特征至关重要。描述图像特征的方法有很多种,如颜色特征、纹理特征、形状特征等。本文进一步研究了临床诊断中对肺结节诊断的依据,通过对肺结节和图像的分析,提取了29个不同种类的特征。对于肺结节分类问题,本文将支持向量机的机器学习方法引入其中。分析了支持向量机的理论基础和数学模型,特别是支持向量机的推广能力和核函数理论,在此基础上应用支持向量机方法、采用肺结节提取出来的特征对样本进行分类。最后的实验结果表明本文采用的算法能够应用于肺结节计算机辅助诊断中。
|
全文目录
摘要 6-7 ABSTRACT 7-11 第1章 引言 11-17 1.1 课题背景 11 1.2 问题提出及描述 11-12 1.3 相关工作 12-14 1.4 本文研究思路及组织结构 14-17 第2章 图像分割技术与肺结节检测算法综述 17-31 2.1 基于阈值的分割 17-19 2.1.1 直方图法 17-18 2.1.2 大津方法 18-19 2.2 基于边缘的分割方法 19-20 2.2.1 基于一阶导数的边缘算子 19-20 2.2.2 基于二阶导数的边缘算子 20 2.3 基于区域的分割方法 20-22 2.3.1 区域生长法 21-22 2.3.2 分裂合并法 22 2.4 水平集的方法 22-28 2.4.1 曲线演化理论 23-24 2.4.2 水平集方法 24-28 2.5 肺结节检测算法 28-29 2.6 本章小结 29-31 第3章 基于形态学和水平集的肺实质分割 31-43 3.1 基于数学形态学的肺部轮廓窄带提取 31-36 3.1.1 数学形态学方法 31-33 3.1.2 灰度级图像扩展 33-36 3.1.3 肺部轮廓窄带的提取 36 3.2 基于水平集的肺实质分割 36-41 3.2.1 无需重新初始化的水平集方法(LI方法) 36-38 3.2.2 肺实质分割 38-41 3.3 实验结果及其分析 41-42 3.4 本章小结 42-43 第4章 疑似肺结节检测及特征提取 43-55 4.1 疑似肺结节检测 43-44 4.1.1 改进的轮廓跟踪算法 43-44 4.1.2 实验结果 44 4.2 特征提取 44-53 4.2.1 肺结节特征分析 45-46 4.2.2 疑似肺结节特征提取 46-53 4.3 本章小结 53-55 第5章 基于支持向量机的肺结节分类 55-65 5.1 统计学习理论 55-56 5.2 支持向量机简介 56-57 5.3 SVM算法介绍 57-63 5.3.1 线性可分 57-60 5.3.2 近似线性可分 60-61 5.3.3 非线性可分 61-62 5.3.4 核函数的选择 62-63 5.4 SVM在肺结节分类中的应用 63 5.5 实验结果及其分析 63-64 5.6 本章小结 64-65 第6章 结论与展望 65-67 6.1 结论 65 6.2 展望 65-67 参考文献 67-73 致谢 73-75 攻硕期间参加的项目 75
|
相似论文
- K公司计划及预测改进对于合理库存配置的研究,F224
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于词义及语义分析的问答技术研究,TP391.1
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于串核的蛋白质分类算法的研究与实现,TP301.6
- 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 上下文相关的词汇复述研究,TP391.1
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 互联网上旅游评论的情感分析及其有用性研究,TP391.1
- 空间交会接近视觉测量方法研究,TP391.41
- 医学超声图像的三维可视化研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|