

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),許多國(guó)家的統(tǒng)計(jì)數(shù)據(jù)都顯示肺癌的發(fā)病率和死亡率在不斷增高,現(xiàn)在已位于惡性腫瘤發(fā)病率和死亡率的首位。肺結(jié)節(jié)是肺癌最重要的早期征象之一,根據(jù)肺結(jié)節(jié)的病變特征能推斷出肺部病灶的病變性質(zhì),幫助患者預(yù)后。所以,對(duì)肺部疾病患者進(jìn)行及早的肺結(jié)節(jié)檢測(cè)和治療是降低肺癌死亡率的關(guān)鍵措施。肺癌診斷的最佳方法是CT斷層掃描,但對(duì)醫(yī)生而言,從大量的CT圖像中將肺結(jié)節(jié)甄別出來(lái)是一項(xiàng)繁重的工作,并且存在主觀性,容易造成誤診和漏診。目前,通過(guò)計(jì)算機(jī)輔助診斷(CA
2、D)系統(tǒng)對(duì)患者的肺部CT影像進(jìn)行初步的肺結(jié)節(jié)分析和識(shí)別,能為醫(yī)生提供有用的參考信息,輔助醫(yī)生及時(shí)地對(duì)肺部疾病患者做出準(zhǔn)確的診斷。因此,CAD技術(shù)在肺癌的準(zhǔn)確檢測(cè)與診斷方面的研究工作變得尤為重要,本課題也正是基于這一目的,針對(duì)肺癌計(jì)算機(jī)輔助診斷技術(shù)中特征提取和分類識(shí)別這兩個(gè)重要環(huán)節(jié)開(kāi)展相應(yīng)的研究。
肺癌CAD系統(tǒng)的主要工作流程包括:肺結(jié)節(jié)分割、肺結(jié)節(jié)的特征提取和肺結(jié)節(jié)的分類識(shí)別,其中研究的主要內(nèi)容涉及數(shù)字圖像處理、統(tǒng)計(jì)學(xué)和機(jī)器學(xué)
3、習(xí)等多個(gè)領(lǐng)域。由于肺結(jié)節(jié)的分割技術(shù)已相對(duì)成熟,本論文使用現(xiàn)有精確度較高的FRFCM(FCM)聚類分割方法對(duì)肺部CT圖像進(jìn)行分割。本論文的主要工作包括以下兩個(gè)方面:
?。?)在特征提取環(huán)節(jié),本論文通過(guò)對(duì)肺結(jié)節(jié)的形態(tài)學(xué)特征、密度、邊界、位置以及空間信息等五個(gè)方面的醫(yī)學(xué)病理特征和圖像信息進(jìn)行全面的分析學(xué)習(xí),以LIDC(Lung Image Database Consortium)數(shù)據(jù)庫(kù)中醫(yī)學(xué)專家對(duì)肺結(jié)節(jié)的標(biāo)注信息為依據(jù),提出了一組以形
4、狀特征為主、涵蓋灰度特征和紋理特征,能夠較全面表征肺結(jié)節(jié)的特征向量。
?。?)肺結(jié)節(jié)的分類識(shí)別是肺癌CAD系統(tǒng)的關(guān)鍵環(huán)節(jié),本論文通過(guò)分析論證現(xiàn)有肺結(jié)節(jié)分類識(shí)別方法的局限性,提出利用半監(jiān)督模糊 C均值聚類的思想對(duì)肺結(jié)節(jié)進(jìn)行分類識(shí)別,并且針對(duì)傳統(tǒng)的半監(jiān)督模糊 C均值聚類算法在此類應(yīng)用方面的不足進(jìn)行改進(jìn)。改進(jìn)的FCM算法在引入部分標(biāo)記樣本作為監(jiān)督信息的同時(shí),根據(jù)標(biāo)記樣本的類別信息計(jì)算得到一個(gè)參考隸屬度,然后利用參考隸屬度進(jìn)一步指導(dǎo)無(wú)標(biāo)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- CT圖像的肺結(jié)節(jié)特征提取的方法研究.pdf
- 肺結(jié)節(jié)CT圖像特征提取及SVM分類方法研究.pdf
- 基于邊緣點(diǎn)檢測(cè)特征提取的醫(yī)學(xué)圖像分類方法.pdf
- 基于輪廓特征的頭部醫(yī)學(xué)圖像的特征提取與對(duì)齊.pdf
- 基于圖像特征提取的火災(zāi)檢測(cè).pdf
- 醫(yī)學(xué)圖像自動(dòng)特征提取的研究.pdf
- 肺結(jié)節(jié)特征提取和特征選擇的研究及系統(tǒng)實(shí)現(xiàn).pdf
- 醫(yī)學(xué)圖像特征提取及基于內(nèi)容檢索的研究.pdf
- 基于特征提取和機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像分析.pdf
- 甲狀腺結(jié)節(jié)超聲圖像分割及特征提取算法研究.pdf
- 基于放射組學(xué)的肺ROI特征提取與選擇和結(jié)節(jié)的良惡性分類.pdf
- 方向特征提取的醫(yī)學(xué)圖像配準(zhǔn)算法.pdf
- 基于醫(yī)學(xué)透視圖像的股骨上段特征提取.pdf
- 基于CT圖像的肺結(jié)節(jié)計(jì)算機(jī)輔助檢測(cè)方法研究.pdf
- 基于CCD的圖像特征提取與識(shí)別.pdf
- 基于視頻圖像特征提取的煙霧檢測(cè)算法研究.pdf
- 基于融合和特征提取的遙感圖像變化檢測(cè).pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索中特征提取技術(shù)研究.pdf
- 基于Curvelet變換的圖像特征提取與處理.pdf
- 圖像檢測(cè)與識(shí)別的特征提取算法研究.pdf
評(píng)論
0/150
提交評(píng)論