基于CT圖像的肺結(jié)節(jié)檢測方法的研究.pdf

1、目前，肺癌是世界上死亡率最高的惡性腫瘤之一，且每年的發(fā)病率呈逐年上升趨勢。研究表明，肺癌計算機(jī)輔助檢測系統(tǒng)（Computer-aided Detection,CAD）作為醫(yī)生的“第二雙眼睛”能有效提高醫(yī)生的診斷準(zhǔn)確率，對降低漏診和誤診有著重要的作用。近年來，肺癌CAD系統(tǒng)已成為全球的研究重點和熱點。本文基于計算機(jī)斷層掃描（computer tomography,CT)影像，重點對肺癌CAD系統(tǒng)中的肺實質(zhì)提取方法、候選結(jié)節(jié)的提取以及假陽性

2、去除方法進(jìn)行了深入的研究。
　　（1）肺實質(zhì)提取是肺結(jié)節(jié)檢測中的重要預(yù)處理步驟，它對減少肺結(jié)節(jié)檢測的搜索范圍，提高搜索效率有著重要的意義。本文針對傳統(tǒng)的肺實質(zhì)提取方法中存在的自動化程度低、粘連肺壁結(jié)節(jié)無法納入肺實質(zhì)的問題，設(shè)計并實現(xiàn)了一種全自動的肺實質(zhì)提取方法。該方法首先利用肺部組織的生理結(jié)構(gòu)自動地選取區(qū)域生長的種子點，利用3D區(qū)域生長方法提取肺實質(zhì)，解決了肺實質(zhì)提取中需要人工選取區(qū)域生長種子點的問題；然后運用快速自適應(yīng)算法進(jìn)行左

3、右肺的分離；最后利用凸點搭橋方法對初步提取的肺部邊界進(jìn)行修補(bǔ)，有效地將粘連在肺壁上的結(jié)節(jié)重新歸為肺實質(zhì)內(nèi)部。實驗證明該方法有效地提高了肺實質(zhì)分割的準(zhǔn)確性。
　　（2）候選結(jié)節(jié)的提取是識別出真結(jié)節(jié)及進(jìn)行候選結(jié)節(jié)分類的基礎(chǔ)，在肺癌CAD系統(tǒng)中具有十分重要的意義。本文針對傳統(tǒng)的候選結(jié)節(jié)檢測算法中存在的分割時間較長、分割準(zhǔn)確性較低的問題，提出一種基于改進(jìn)的均值漂移(Mean Shift，MS)算法及自適應(yīng)閾值法相結(jié)合的候選結(jié)節(jié)提取算法。實

4、驗證明該算法能夠快速準(zhǔn)確的提取出候選結(jié)節(jié)。
　?。?）假陽性去除的目標(biāo)是盡可能多的去除候選結(jié)節(jié)中的假陽性結(jié)節(jié)、保留真陽性結(jié)節(jié)，對提高肺癌CAD系統(tǒng)中肺部病灶的準(zhǔn)確識別能力有十分重要的意義。本文提取了候選結(jié)節(jié)區(qū)域包括形狀及密度等在內(nèi)的十九個個常用特征，并加入兩種新的特征—徑向梯度和候選結(jié)節(jié)外密度比；并運用主成分分析算法（Principal Components Analysis,PCA)對特征向量降維；采用支持向量機(jī)(Support