基于KVCT圖像的前列腺內(nèi)病變組織顯著性識別可行性研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、前列腺是男性最大的附屬性腺,屬于人體外分泌腺。而前列腺癌是出自前列腺的惡性腫瘤,細胞的基因突變導(dǎo)致增殖失控,成為癌癥。惡性細胞除了體積擴大或侵犯鄰近器官,也可能轉(zhuǎn)移到身體其他部位,尤其是骨頭和淋巴結(jié)。前列腺癌可能造成疼痛、排尿困難、勃起功能不全等癥狀。在西方國家,前列腺癌是男性第二常見的癌癥,因而喪生的人數(shù)僅次于肺癌。
  現(xiàn)階段對前列腺的研究,主要是針對前列腺腺體的分割重建以及在核磁共振(Magnetic Resonance I

2、maging,MRI)圖像、超聲圖像中進行前列腺癌的分割。由于在計算機斷層掃描(Kilo-Voltage Computed Tomography,CT)圖像中,前列腺發(fā)生病變的組織與正常組織的對比度很低,分類識別難度很大。因此,對前列腺CT圖像上病變區(qū)域檢測識別的研究幾乎空白。千伏計算機斷層掃描(Kilo-Voltage Computed Tomography,KVCT)圖像相較普通CT圖像,成像清晰,圖像分辨率高,本文針對KVCT圖像

3、中的前列腺病變區(qū)域檢測識別主要完成以下工作:
  1.針對前列腺KVCT圖像上病變組織與正常組織對比度低的問題,提出了一種基于紋理特征的前列腺病變區(qū)域識別方法。該方法首先提取前列腺區(qū)域的灰度梯度紋理特征;然后訓(xùn)練支撐矢量機(Support Vector Machine,SVM)分類器,分類得到病變區(qū)域識別結(jié)果;最后,使用馬爾科夫隨機場模型對識別結(jié)果進行后處理,得到了較為準確的病變區(qū)域。
  2.提出一種3D前列腺病變區(qū)域識別

4、方法。該方法首先對前列腺序列圖像進行層間插值;然后提取三維灰度梯度特征,選取一定比例作為訓(xùn)練樣本,同時得到訓(xùn)練樣本的三維位置信息,訓(xùn)練SVM分類器,將剩余樣本分類,得到SVM分類結(jié)果圖;利用訓(xùn)練樣本位置信息,根據(jù)梯度信息和鄰域約束,搜索訓(xùn)練樣本附近相似點,得到病變區(qū)域圖像作為分類結(jié)果的補充;使用交互式levelset的方法確定前列腺病變區(qū)域大致范圍,融合SVM分類結(jié)果和基于梯度信息和鄰域約束得到的病變區(qū)域,最后進行三維數(shù)學(xué)形態(tài)學(xué)去噪,得

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論