肝癌CT圖像識別關鍵技術研究.pdf

1、醫(yī)學CT成像是一門重要的依序圖像采集技術，醫(yī)學 CT圖像能夠比較清晰地顯示人體器官、組織的解剖結構，能夠輔助醫(yī)生判別各種病變類型。醫(yī)生利用CT圖像進行輔助診斷時通常會出現(xiàn)兩個問題：（1）需要每天查看大量的圖像，醫(yī)生的工作量較大，造成體力和精神大量消耗，易產生誤診、漏診現(xiàn)象；（2）由于噪音的干擾,圖像采集設備采集到的CT圖像有時會出現(xiàn)病變區(qū)域邊緣模糊現(xiàn)象，易導致醫(yī)生對疾病的誤判，不利于疾病的診斷與治療。針對上述問題，利用基于醫(yī)學CT圖像的

2、計算機輔助診斷技術能夠輔助醫(yī)生進行病變類型圖像的判別，降低醫(yī)生的工作量，提高診斷質量。
　　肝癌CT圖像識別技術是基于醫(yī)學CT圖像的計算機輔助診斷系統(tǒng)的關鍵。本文根據(jù)肝臟CT圖像的特點和放射科醫(yī)生臨床診斷經驗，提出了一個從圖像預處理、圖像分割、圖像特征提取、到肝癌CT圖像分類識別的方法，實現(xiàn)了對肝癌的有效識別。通過對圖像進行預處理和圖像分割，得到精確的病灶邊緣區(qū)域；利用灰度共生矩陣方法提取圖像的紋理特征，通過對病灶區(qū)域邊界統(tǒng)計、計

3、算獲取圖像的形狀特證；提出了相對光密度的概念作為圖像的一個特征。采用主成分分析法對提取到的圖像特征進行降維處理；利用BP神經網(wǎng)絡設計了兩個分類器對肝癌 CT圖像進行分類識別，利用紋理特征主成分對正常肝 CT圖像和非正常肝CT圖像進行分類識別；利用形狀特征和相對光密度主成分對非正常肝CT圖像中的囊腫、血管瘤和肝癌進行分類識別。實驗結果表明，正常肝、非正常肝的識別率分別為94.23％、92.57%；囊腫、血管瘤和肝癌的識別率分別為88.23