基于CT圖像的肺結(jié)節(jié)檢測方法研究.pdf

1、長春工業(yè)大學(xué)碩士學(xué)位論文摘要肺癌是我們生活中最常見及高發(fā)率的癌癥之一，并且因其而引起的死亡率還在迅速增加?；加蟹伟┑牟∪巳绻茉谠缙诒粰z查發(fā)現(xiàn)肺癌，然后及時(shí)得到治療，病人能夠生存的可能性就更大。但是當(dāng)放射科醫(yī)生在給患者做檢查時(shí)，將會(huì)瀏覽大量的CT圖像，時(shí)間一長就容易產(chǎn)生疲勞，從而可能會(huì)漏掉一些肺結(jié)節(jié)。所以，利用計(jì)算機(jī)輔助診斷(CAD)方案來檢測肺結(jié)節(jié)顯得尤其重要，因?yàn)樗梢蕴峁┓派淇漆t(yī)生CT圖像中肺結(jié)節(jié)的相關(guān)信息，有助于放射科醫(yī)生快速得

2、到診斷結(jié)果。本文通過對(duì)肺結(jié)節(jié)識(shí)別方法的研究，提出了新的相關(guān)算法。針對(duì)傳統(tǒng)的孤立型肺結(jié)節(jié)檢測算法不能很好地去除假陽，本文提出的方法是結(jié)合圓點(diǎn)濾波器(DotFilter)和區(qū)域增長算法對(duì)孤立型肺結(jié)節(jié)進(jìn)行提取。二維DotFilter采用二維海森(Hessian)矩陣構(gòu)建而成，以用于識(shí)別疑似孤立型肺結(jié)節(jié)。由于血管和氣道的橫截面在CT圖像上顯示為類圓形區(qū)域，且它們的CT值接近結(jié)節(jié)的CT值，所以常被視為結(jié)節(jié)，由此造成更多的假陽出現(xiàn)。為此，我們使用三

3、維區(qū)域增長和三維Hessian矩陣構(gòu)造的圓點(diǎn)濾波器相結(jié)合來消除假陽。針對(duì)粘連血管型結(jié)節(jié)，本文提出了一種快速提取算法，該算法是基于圓點(diǎn)濾波器和中心線提取相結(jié)合的算法。在二維(2D)肺部電腦斷層掃描(CT)圖像中，我們識(shí)別粘連在血管上的疑似粘連型肺結(jié)節(jié)。首先，依據(jù)二維Hessian矩陣建立的圓點(diǎn)濾波器來增強(qiáng)肺CT序列的類圓形區(qū)域，即增強(qiáng)接近于肺結(jié)節(jié)形狀的類圓形區(qū)域，并抑制線形狀的圖形區(qū)域。其次，通過提取中心線的算法來識(shí)別檢測并去除非粘連型肺

4、結(jié)節(jié)如血管末端及血管交叉區(qū)域。通過實(shí)驗(yàn)最終證明本文提取的算法具有高速度、高精度。關(guān)鍵詞：孤立型肺結(jié)節(jié)檢測圓點(diǎn)濾波器區(qū)域增長中心線提取算法粘連型肺結(jié)節(jié)長春工業(yè)大學(xué)碩士學(xué)位論文目錄摘要IAbstract】：】：第一章緒論111課題研究的背景及意義112在國內(nèi)、外的研究現(xiàn)狀313論文研究工作的安排5第二章基于cT圖像的肺實(shí)質(zhì)分割621肺CT圖像影像方面的表現(xiàn)622肺實(shí)質(zhì)分割提取流程7221去背景8222去支氣管10223分開左右肺10224左

5、右肺分別提取ll23總結(jié)12第三章基于圓點(diǎn)濾波器和區(qū)域增長算法的孤立型肺結(jié)節(jié)檢測1331算法流程1332Hessian矩陣構(gòu)造圓點(diǎn)濾波器1433圓點(diǎn)濾波器在二維圖像中的應(yīng)用1734三維hessian矩陣構(gòu)造圓點(diǎn)濾波器1735區(qū)域增長算法原理1836分析與實(shí)現(xiàn)1837結(jié)合圓點(diǎn)濾波器和區(qū)域增長算法提取孤立型結(jié)節(jié)1938小結(jié)20第四章利用圓點(diǎn)濾波器和中心線提取算法的血管粘連型肺結(jié)節(jié)識(shí)別2l41算法流程2242肺實(shí)質(zhì)血管模型2343中心線提取算