学位论文 > 优秀研究生学位论文题录展示

胶囊内镜便携式接收系统及内镜图像出血识别算法研究

作　者: 吕国岚
导　师: 颜国正
学　校: 上海交通大学
专　业: 精密仪器及机械
关键词: 胶囊内镜出血识别多层感知器光照不变的颜色直方图局部二进制算子支持向量机核函数空间金字塔
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

胶囊内镜技术首次实现了整个小肠的无痛无创成像,使得医生可以直接观察胃肠道内壁的图像,从而进行胃肠道疾病的诊断,因次胶囊内镜在临床上正得到越来越广泛的应用,已成为国内外医疗器械领域的研究热点。作为一种方兴未艾的技术,现有胶囊内镜系统还不能满足临床应用的需求。胶囊内镜在一次检测中会产生大量的内镜图像,而从这些图像中寻找病灶信息对医生来说是一件非常费时费力的事情,这也阻碍了胶囊内镜技术在临床应用中进一步的普及和推广。本文本论文以国家自然科学基金(No. 60875061、31170968、30800235)、国家863计划(No. 2007AA04Z234、2008AA04Z201、2006AA04Z368)、载人航天领域预先研究项目(No. 010203)和上海市科委项目(No. 09DZ1907400)为依托,对胶囊内镜便携式接收系统和内镜图像的出血识别算法进行了深入的研究:探索了基于TI公司的TMS320DM365的胶囊内镜便携式接受系统的工作原理,设计了系统的软硬件方案和架构;提出了两种有效的出血识别的智能算法。胶囊内镜能将获取的胃肠道图像编制为标准的NTSC制式的视频,然后无线发射出体外,帧率达30f/s。体外的射频接收器接收NTSC流媒体视频,并编码为H.264格式的数字视频文件存储在SD卡中,系统可以将压缩的视频进行解码显示在TFT-LCD上。待检测结束后,视频文件被导入到计算机中供医生诊查。通过分析内镜图像中出血区域发现:红色是肠道内的主颜色(dominant color),出血区域的红色饱和度明显高于不出血区域的红色饱和度。然而,颜色特征对于不同的照明条件非常敏感。因此本文提取了对光照不敏感的颜色特征,并且结合局部二进制算子,以多层感知器为分类器来进行分类。通过实验得到该算法的出血检测灵敏度和特异度分别达98.6%和98.7%。相对于已有的算法,该算法识别灵敏度高,很好的实现了内镜图像出血识别。基于多层感知器的出血识别算法,很好地解决了内镜图像中出血识别的难题。但是,多层感知器也存在一些缺点,比如容易陷入局部极值,泛化能力不强,隐藏层数目的确定缺乏指导原则,算法收敛速度慢等等。因此,本文提出了采用支持向量机作为分类器来解决内镜图像出血识别的问题。支持向量机具有很好的推广泛化能力,在小样本学习中能保证找到全局最优解,已经在各种模式识别问题中得到了广泛的应用。本文结合空间金字塔和光照不变颜色直方图,克服了直方图丢失空间信息的缺陷,并且采用两种适合直方图特征的核函数:直方图求交核函数和? 2核函数,构建了支持向量机分类器,并通过软件编程实现了出血识别算法。通过实验测试,基于支持向量机的出血识别算法的灵敏度和特异度平均可以达到97.8%和98.0%。相对于已有的出血识别算法,该方法灵敏度高,结构稳定,重复性好,实现了内镜图像出血识别,将应用于内镜图像的初步检测,并为实现其他疾病的智能识别打下了良好的基础。

全文目录

摘要  5-7
ABSTRACT  7-11
第1章绪论  11-19
  1.1 本文的研究背景及意义  11-12
  1.2 胶囊内镜系统国内外研究现状  12-15
    1.2.1 国外研究现状  12-14
    1.2.2 国内研究现状  14-15
  1.3 胶囊内镜图像中出血识别的国内外研究现状  15-17
  1.4 本文的研究内容及创新性工作  17
  1.5 本文的结构  17-19
第2章胶囊内镜便携式接收系统的研究  19-33
  2.1 系统的设计需求及功能  19
  2.2 达芬奇技术简介  19-20
  2.3 系统的硬件设计方案  20-25
    2.3.1 TMS320DM365 简介  21-22
    2.3.2 胶囊内镜便携式接收系统硬件方案设计  22-25
  2.4 胶囊内镜便携式接收系统的软件设计  25-32
    2.4.1 系统软件架构  25-26
    2.4.2 应用程序设计  26-27
    2.4.3 软件开发环境的搭建  27-30
    2.4.4 Linux 内核的下载方法  30-31
    2.4.5 Encode+Decode Demos 编译与显示  31
    2.4.6 复合视频采集LCD 显示Demos 编译  31-32
  2.5 本章小结  32-33
第3章基于人工神经网络和颜色纹理特征的出血识别算法  33-66
  3.1 算法的提出及其基本思想  34-36
    3.1.1 出血识别的基本问题  34-35
    3.1.2 出血识别的算法  35-36
  3.2 颜色纹理特征分析  36-52
    3.2.1 颜色空间  36-42
    3.2.2 颜色直方图（color histogram）  42
    3.2.3 光照不变的颜色描述子  42-47
    3.2.4 局部二进制算子  47-52
  3.3 人工神经网络与多层感知器  52-59
    3.3.1 简单感知器  52-53
    3.3.2 多层感知器  53-54
    3.3.3 BP 学习算法  54-57
    3.3.4 BP 算法的优缺点分析  57-59
  3.4 实验  59-65
    3.4.1 实验数据准备  59-60
    3.4.2 评价分类效果的指标  60-61
    3.4.3 实验结果分析  61-65
  3.5 本章小结  65-66
第4章基于支持向量机和空间金子塔直方图的出血识别算法  66-93
  4.1 算法的提出及其基本思想  66
  4.2 基于空间金字塔的光照不变颜色描述子  66-70
    4.2.1 空间金字塔  66-68
    4.2.2 光照不变的空间金字塔直方图  68-70
  4.3 统计学习理论  70-74
    4.3.1 机器学习的基本问题  70-71
    4.3.2 统计学习基本理论  71-74
  4.4 支持向量机理论  74-82
    4.4.1 最优分类超平面  75-76
    4.4.2 线性可分数据最优超平面的构建  76-78
    4.4.3 非线性可分的数据最优超平面的构建  78-79
    4.4.4 核函数  79-82
    4.4.5 支持向量机的特点  82
  4.5 实验  82-91
    4.5.1 实验数据准备  82-83
    4.5.2 支持向量机的参数优化方法  83-86
    4.5.3 空间金字塔直方图的参数变化对分类效果的影响  86-90
    4.5.4 核函数的选择对分类效果的影响  90-91
  4.6 本章小结  91-93
第5章总结与展望  93-94
  5.1 论文总结  93
  5.2 工作展望  93-94
参考文献  94-100
致谢  100-101
攻读硕士学位期间发表的学术论文  101

胶囊内镜便携式接收系统及内镜图像出血识别算法研究

内容摘要

全文目录

相似论文