基于肺實質免疫分割的肺結節(jié)檢測算法研究.pdf

1、肺癌的發(fā)病率和死亡率在所有癌癥之中都長期位于前列，逐漸發(fā)展成危害人類身體健康的重要癌癥之一。在醫(yī)學CT圖像中，早期肺癌大都以肺結節(jié)的表現(xiàn)形式存在，如果能夠早期發(fā)現(xiàn)這些病變的肺結節(jié)并及時進行相應的治療，那么患者的死亡率便會大大降低。但是在現(xiàn)實診斷過程中，醫(yī)生每天要閱讀大量的CT圖片，高的閱讀量與診斷準確率就相互矛盾。隨著人工智能、醫(yī)學影像診斷技術和圖像識別等技術不斷地完善和發(fā)展，計算機輔助檢測系統(tǒng)可以很好的幫助醫(yī)生診斷病灶。所以針對肺區(qū)小

2、結節(jié)的計算機檢測系統(tǒng)的算法探究具體很重要意義和價值。
　　全文以美國權威肺癌圖像研究數(shù)據(jù)庫為數(shù)據(jù)集，分析了現(xiàn)有算法中存在的不足之處，提出了相應的改進算法和解決方案，最終實現(xiàn)了肺部實質圖像的分割和肺部小結節(jié)的檢測。
　　本文首先針對原始圖像使用了中值濾波作為預處理方法，去除了圖像中干擾噪聲，其次針對Otsu算法對于肺部圖像分割不足的情況，運用了基于改進免疫遺傳的 Otsu算法對肺部圖像實現(xiàn)了初次分割，并結合了區(qū)域生長算法和一些

3、形態(tài)學算法產(chǎn)生了肺實質掩膜，同時將得到的肺實質掩膜與原圖像相乘，形成了肺實質圖像，最后采用了滾球算法實現(xiàn)了對肺實質圖像邊緣的修補，形成最終肺實質圖像。
　　在最終形成的肺實質圖像基礎上，對圖像邊緣檢測算法、Susan算法和FCM算法檢測效果進行探索研究，最終利用了改進Fast算法對肺實質圖像上的肺小結節(jié) ROI區(qū)域實現(xiàn)檢測，并將檢出肺小結節(jié)彩色標記顯示，從而形成對肺小結節(jié)ROI區(qū)域檢測流程算法的研究。最后對整個檢測算法的穩(wěn)定性、檢