基于CT圖像的腎臟腫瘤識別關(guān)鍵技術(shù)研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范(試行)》。另外，該學(xué)位論文為(生物醫(yī)學(xué)圖像處理)課題(組)的研究成果，獲得(國家自然科學(xué)基金61327001)課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在(生物醫(yī)學(xué)圖像處理)實(shí)驗(yàn)室完成。(請?jiān)谝陨侠ㄌ杻?nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未

2、有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)柵凡攤弘‰)aI夸年∥月q一日)aI夸年6月目摘要摘要腎臟腫瘤是泌尿外科臨床常見病，其種類繁多，可分為良性和惡性兩大類。其中，惡性腫瘤占絕大多數(shù)，約95％。通常，依靠B超或CT檢查可基本明確腎臟腫瘤是良性腫瘤還是惡性腫瘤，但要明確腫瘤的具體類型則只能依靠腎臟活體組織檢查方法(簡稱腎活檢)。目前，基于CT圖像的腫瘤研究算法都是基于病變的形態(tài)學(xué)變化的分析，而忽略了腫瘤CT圖像的紋理特征。這些研究注重影像

3、形態(tài)特征分析，完全模仿醫(yī)生診斷，對提高腎臟腫瘤定性診斷的準(zhǔn)確率貢獻(xiàn)有限。通過對各種類型的腎臟腫瘤CT圖像分析發(fā)現(xiàn)：不同腫瘤的CT圖像特征不僅僅只有形態(tài)的不同，它們的不同更多體現(xiàn)在圖像灰度的變化以及紋理的不同。因此，本文對不同類型的腎臟腫瘤進(jìn)行基于CT圖像的紋理特征的分析，基于紋理特征來對腎臟腫瘤進(jìn)行分類識別。本文對腹部CT圖像進(jìn)行分析，分割出腎臟及其腫瘤，自動(dòng)識別良性與惡性腫瘤后，并進(jìn)一步對。腎細(xì)胞癌、腎母細(xì)胞癌及。腎盂癌三類惡性腫瘤進(jìn)

4、行細(xì)分類，對腎囊腫與腎錯(cuò)構(gòu)瘤兩類良性腫瘤分類識別。探索一種無創(chuàng)的腎臟腫瘤檢測方法，從而在減少腎臟腫瘤病人腎活檢痛苦的同時(shí)為隨后的手術(shù)治療、放射或藥物治療起到一定的指導(dǎo)作用。實(shí)驗(yàn)取得了令人較為滿意的結(jié)果。論文的主要研究內(nèi)容包括：1提出了一種改進(jìn)的區(qū)域生長算法分割腎臟，進(jìn)一步提高了分割精度。醫(yī)學(xué)圖像分割一直是醫(yī)學(xué)圖像處理的難點(diǎn)和熱點(diǎn)，是病變區(qū)域提取，體積計(jì)算以及實(shí)現(xiàn)三維重建的基礎(chǔ)，在醫(yī)學(xué)圖像處理中具有十分重要的意義。在CT序列圖像中，腎臟與