学位论文 > 优秀研究生学位论文题录展示

胎肺超声图像分析及其在肺成熟度估计的应用

作　者: 李小敏
导　师: 汪源源
学　校: 复旦大学
专　业: 医学电子学
关键词: 胎肺成熟度估计超声图像椭圆检测边缘检测特征提取形态参数纹理参数均值聚类模式识别
分类号: TP391.41
类　型: 博士论文
年　份: 2011年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

胎肺成熟度估计是产前诊断的重要组成部分,围产期肺部发育不成熟造成的新生儿死亡率高达70%。临床采用的肺成熟度估计方法需羊水穿刺,对母体和胎儿均有一定伤害。超声检查具有非侵入性的优点,通过胎儿肺部超声图像分析来评估胎肺的发育情况是对传统方法的改进,具有重要的临床意义。基于超声图像的胎肺成熟度估计包含两大方面的研究内容：胎肺截面积和体积的测定,以及能反映胎肺成熟的纹理参数的提取。对于胎肺面积和体积的测定,相关工作分别基于二维和三维的超声图像,其中最重要的胎肺轮廓提取目前由有经验的医师手动勾勒完成。为了进一步提高测量精度,增加操作的可重复性,同时降低医师的工作强度,需要对胎肺图像的自动分割方法进行研究。对于胎肺成熟度纹理参数的提取主要基于二维超声图像,已有研究提取的参数与孕周的相关性不高,无法定量描述胎肺的发育情况,因此有必要寻找能更能表征胎肺发育情况的新的特征参数,并在此基础上建立准确预测胎肺发育程度的模型。本论文围绕胎肺轮廓提取和胎肺成熟度纹理参数提取这两个问题,以胎肺超声图像为研究对象,提出椭圆识别、边缘检测、超声图像分割和特征提取的新方法。具体的研究内容有：1、针对现有的椭圆检测算法在有遮挡、多目标的情况下稳定性差、精度低的缺点,提出了基于凸性连通分支搜索的多椭圆检测算法。一方面通过凸性连通分支搜索,充分利用边缘的整体特性；另一方面通过对各曲线段的独特性判断,充分利用图像边缘的细节特性,很好地解决了多个椭圆和存在破损、遮挡情况的椭圆检测问题。2、针对传统边缘检测算子仅使用像素间灰度差信息和对噪声敏感的不足,提出基于邻域纹理的边缘检测方法,利用邻域像素在空间和灰度的分布对像素是否属于边缘进行描述,实现胎肺超声图像的组织边缘检测,具有比传统方法更好的性能。3、针对胎肺超声图像的切面包含多个组织器官且超声图像的胎肺区域存在阴影的特点,提出胎肺轮廓的半自动提取方法：分别提取胸腔、心腔和脊柱的轮廓,通过胸腔内部去除心腔和脊柱的方法来获取完整的胎肺轮廓。实验表明：这种半自动方法对面积测量的结果与手动测量结果的相关性可以达到0.98(p<0.001)。4、为去除超声图像胎肺区域存在的阴影对纹理特征提取及后续分析引入的误差,提出基于小波纹理参数的K均值聚类算法,可以自动地获取用来提取纹理特征的肺感兴趣区域。5、为了准确评估胎肺的发育情况,设计并提取了胎肺影像在灰度分布、尺度结构和纹理能量三方面的特征。首先,通过分类器设计对能够表征肺成熟的参数进行筛选并对胎肺是否成熟作出判断,实验表明：在Fisher线性判别、支撑向量机和Adaboost三种分类器中,支撑向量机的分类性能最好,其在留一法测试集上的特异性、敏感性和准确率分别达到：96.3%,73.3%和84.8%,较其它文献报道的分类性能有所提高,说明了本论文提取特征的有效性。接下来通过支撑向量回归技术筛选出孕周依赖性参数,并建立胎肺发育程度的预测模型,经实验本论文对测试集的预测孕周与实际孕周的相关性系数为0.90(p<0.001)。6、对基于三维超声图像的胎肺体积测定进行了初步研究,提出了一种间接的胎肺体积测定方案。对215例孕周分布在20～40周的胎肺图像进行测试,得出胎肺体积与孕周密切相关的结论(r=0.97,p<0.001),并得出用于预测胎肺体积的回归方程。

全文目录

摘要  5-7
Abstract  7-10
第1章绪论  10-19
  1.1. 胎肺成熟度估计的临床研究  10-12
    1.1.1. 肺脏的生理发育机制  10-11
    1.1.2. 临床的肺成熟度估计方法  11-12
  1.2. 超声估计肺成熟度的研究  12-16
    1.2.1. 基于超声图像的肺成熟度估计  13-14
    1.2.2. 研究中的问题和解决思路  14-16
  1.3. 研究目标和意义  16
  1.4. 论文创新点  16-17
  1.5. 论文结构  17-19
第2章椭圆检测算法研究及应用  19-39
  2.1. 椭圆检测算法概述  19-22
    2.1.1. 随机霍夫变换  19-21
    2.1.2. 随机霍夫变换的改进算法  21-22
  2.2. 凸性连通分支搜索的多椭圆检测算法  22-32
    2.2.1. 算法原理和实现  22-28
    2.2.2. 实验和结果  28-32
  2.3. 显微镜血红细胞图像中的应用  32-35
    2.3.1. 目标和方法  32-33
    2.3.2. 实验结果  33-35
  2.4. 胎肺超声图像中的应用  35-38
  2.5. 讨论及小结  38-39
第3章胎肺超声图像的边缘检测和轮廓提取  39-60
  3.1. 基于邻域纹理的边缘检测  39-50
    3.1.1. 基本原理  39
    3.1.2. 特征提取  39-41
    3.1.3. 特征选择和边缘图生成  41-42
    3.1.4. 边缘图分割  42-45
    3.1.5. 算法的简化  45-46
    3.1.6. 实验结果  46-50
  3.2. 胎肺轮廓的提取  50-53
    3.2.1. 医学和技术背景  50-52
    3.2.2. 胎肺轮廓的间接提取  52-53
  3.3. 胎肺超声图像的仿真  53-54
  3.4. 实验与结果  54-59
    3.4.1. 仿真图像的测试  55-56
    3.4.2. 实际图像的测试  56-58
    3.4.3. 与手动结果的比较  58-59
  3.5. 讨论及小结  59-60
第4章胎肺超声图像纹理特征的自动分析和肺成熟度估计  60-89
  4.1. 胎肺超声图像采集  61-62
  4.2. 胎肺感兴趣区域自动选取  62-68
    4.2.1. 方法流程  62-63
    4.2.2. 胸腔轮廓提取  63
    4.2.3. 胸腔内各组织分类  63-65
    4.2.4. 胎肺感兴趣区域选取  65-66
    4.2.5. 实验及结果  66-68
  4.3. 胎肺超声图像特征提取  68-73
    4.3.1. 灰度分布特性参数  69-70
    4.3.2. 尺度结构特性参数  70-71
    4.3.3. 纹理能量特性参数  71-73
  4.4. 分类器设计  73-83
    4.4.1. Fisher线性判别  74
    4.4.2. 支撑向量机  74-76
    4.4.3. Adaboost  76-77
    4.4.4. 分类器实现及结果  77-83
  4.5. 胎肺发育程度预测  83-88
    4.5.1. 支撑向量回归  83
    4.5.2. 预测模型及实现  83-88
  4.6. 讨论及小结  88-89
第5章三维超声图像的胎肺体积测定  89-94
  5.1. 体积测定方法概述  89-91
    5.1.1. 方法  89-90
    5.1.2. 材料  90-91
  5.2. 实验与结果  91-93
    5.2.1. 实验数据分析  91-92
    5.2.2. 孕周相关性分析  92-93
  5.3. 讨论及小结  93-94
第6章总结和展望  94-96
  6.1. 总结  94-95
  6.2. 展望  95-96
参考文献  96-102
攻读学位期间发表论文目录  102-103
致谢  103-104

胎肺超声图像分析及其在肺成熟度估计的应用

内容摘要

全文目录

相似论文