基于DICOM序列影像的肺結(jié)節(jié)檢測(cè)算法研究.pdf

1、癌癥是威脅人類(lèi)生命的首要疾病之一，而肺癌因其高發(fā)病率、高死亡率和高新增發(fā)病案例數(shù)的特性成為癌癥中最為致命的腫瘤疾病。隨著人們生活習(xí)慣的改變和環(huán)境的日益惡化，肺癌人群日益增加，因而社會(huì)對(duì)此關(guān)注度日益增加。由于醫(yī)療水平的發(fā)展和醫(yī)療投入的加大，CT，MRI等設(shè)備的不斷更新，醫(yī)生CT圖像閱片量也隨之增加。早發(fā)現(xiàn)早治療就能夠提高肺癌的存活率，但是醫(yī)生重復(fù)工作量和高檢測(cè)率就相互矛盾。計(jì)算機(jī)輔助診斷系統(tǒng)能夠輔助醫(yī)生大大減少重復(fù)工作量并增加檢測(cè)的速率和

2、效率。
　　肺癌病征在影像學(xué)上表現(xiàn)為肺結(jié)節(jié)形式。本文采用的素材是LIDC數(shù)據(jù)集，即美國(guó)權(quán)威肺癌研究數(shù)據(jù)集。本文結(jié)合肺結(jié)節(jié)的影像學(xué)表現(xiàn)特性和醫(yī)學(xué)特性，利用圖像處理技術(shù)和數(shù)據(jù)挖掘技術(shù)對(duì)醫(yī)學(xué)序列圖像進(jìn)行處理和研究。本文研究方法：根據(jù)肺部CT圖像的灰度直方圖，利用均值閾值法、去噪處理、輪廓提取和形態(tài)學(xué)操作進(jìn)行完整的肺實(shí)質(zhì)分割，其中應(yīng)用基于輪廓和面積的去噪方法；然后利用混合空間增強(qiáng)算法和基于高斯模型與Hessian矩陣的多尺度圓形增強(qiáng)濾波算

3、法對(duì)肺部CT圖像中疑似肺結(jié)節(jié)進(jìn)行灰度級(jí)增強(qiáng)，其中混合空間增強(qiáng)算法主要增強(qiáng)結(jié)節(jié)輪廓信息達(dá)到增強(qiáng)肺結(jié)節(jié)區(qū)域效果，而多尺度圓形增強(qiáng)濾波器主要增強(qiáng)基于圓形模型的疑似肺結(jié)節(jié)區(qū)域和抑制線條形的血管組織達(dá)到增強(qiáng)肺結(jié)節(jié)區(qū)域效果，進(jìn)而突顯肺結(jié)節(jié)表現(xiàn)效果；接著利用基于邊緣檢測(cè)的Live-wire算法和基于標(biāo)記的區(qū)域生長(zhǎng)算法達(dá)到快速提取序列圖像肺實(shí)質(zhì)功能；再統(tǒng)計(jì)肺結(jié)節(jié)特征性質(zhì)，利用改進(jìn)遺傳算法進(jìn)行特征組合的優(yōu)化，提高肺結(jié)節(jié)檢測(cè)率；最后采用基于兩類(lèi)特征群的RB