sars医学图像识别与辅助诊断研究

sars医学图像识别与辅助诊断研究

ID:33904651

大小:5.53 MB

页数:149页

时间:2019-02-28

sars医学图像识别与辅助诊断研究_第1页
sars医学图像识别与辅助诊断研究_第2页
sars医学图像识别与辅助诊断研究_第3页
sars医学图像识别与辅助诊断研究_第4页
sars医学图像识别与辅助诊断研究_第5页
资源描述:

《sars医学图像识别与辅助诊断研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中国科学技术大学博士学位论文SARS医学图像识别与辅助诊断研究姓名:谢铉洋申请学位级别:博士专业:计算机应用指导教师:龚育昌20060501f{摘要摘要严重急性呼吸道综合症(SevereAcuteRespiratorySyndrome,SARS),又称“非典型肺炎”,是人类面临的一种新的严重危害生命和健康的传染病。据卫生部和WHO的统计信息[11,截至2003年7月31日,我国共报告SARS病例数5327人,占全世界报告人数的65.670。2004年我国又报告有4例SARS确诊病例。对SARS疑似病例的准确、快速发现与诊断具有特别重要的医学和社会意

2、义。由于受到医生经验、水平和主观因素等的影响,对SAILS的的诊断正确性与效率仍不利于对该疾病的诊疗与疫情控制。因此迫切的需要计算机技术对SARS病例进行及时、准确的识别与诊断。今年来与SARS类似的新出现其他呼吸系统疾病(如禽流感等)也在不断的威胁着人类的健康,本文的研究对其也具有重要的参考意义。利用计算机技术对医学图像进行处理和分析早在上世纪70年代就已经开始。研究工作包括从对煤矿工人粉尘肺、肺结核等肺部疾病的辅助识别与诊断到相对成熟的乳腺疾病的自动检测与诊断。该领域的研究是现代信息技术与多学科的交叉、综合和延拓产生的,涉及如医学诊断、计算机图

3、像分析、数据处理及专家系统等众多学科。1990年后,随着医学及计算机技术的飞速发展,医学图像的自动识别和分析系统越来越多的受到计算机和医学领域的关注。目前国内外对医学图像识别的研究对象多集中在乳腺类疾病的识别诊断,其它如肺部疾病和脑部相关疾病的研究相对较少。SARS疾病的出现虽然给我国带来重大损失,但也使我们积累了丰富的诊断与治疗经验,为本文的研究创造了有利的条件。目前国内外对SARS疾病与计算机学科结合的研究集中在对该疾病的疫情控制建模、专家系统和诊疗数据分析等领域;而将SARS医学图像作为主要研究对象的相关文献报道则不多见。对建立在医学图像上的

4、计算机辅助诊断系统还处于探索阶段。本文以SARS患者的医学图像作为主要研究对象,通过对广州医学院第二附属医院PACS(PictureArchivingandCommunicationSystem,医学图像归档与传输系统)数据库系统中的SARS医学图像进行提取分析,结合图像分析与数据挖掘技术,利用计算机完成SARS医学图像的识别与辅助诊断。为完成对该课题的研究和试验,本文主要完成了如下的研究工作:(1)以图像为核心的计算机辅助诊断系统建模。与传统决策系统不同,由于图像数据的引入带来了处理方式和方法的转变。根据图像数据的复杂特性,需要对其进行处理,以便

5、能够最大化利用信息资源。本文通过对图/摘要像处理系统的功能驱动型模型和信息驱动型模型进行分析对比,在对实际PACS数据进行分析的基础上,提出了以信息驱动为指导,同时兼顾功能驱动优点的SARS的计算机辅助诊断系统模型。(2)对基于数据挖掘技术的图像数据预处理进行了研究。PACS数据库中存在各种类型数据,在一个实际的应用系统中需要考虑这些复杂的数据类型和分布。对图像数据的预处理工作需要根据不同的应用需求开展。本文在对具体PACS数据库中数据分析的基础上,利用数据挖掘技术对SARS医学图像数据进行有效的预处理,为该疾病的检测和辅助诊断提供高质量的数据支持

6、。f3)SARS医学图像的分割技术研究of医学图像由于患者个体的差异而具有较高的复杂性和多样性。传统基于灰度阶和区域的图像分割方法均不能很好的适应医学图像的这种个体差异性。而形变模型的思想由于能较好的对这种差异性进行建模,因此较为广泛的应用到医学图像分割中。为能对SARS图像进行识别与分析,需要对该疾病的医学图像进行较高质量的分割,这是本文的研究关键性内容之一。(4)PACS数据库中图像压缩与检索。系统的理论模型在实际应用中还需要解决一些具体问题。作为从研究对象的基础,如何从PACS数据库中高效率的获取SARS医学图像是需要解决的重要问题之一。为此

7、,本文针对特定应用需求,研究提出了基于奇异值分解和肺窗概念的综合图像数据压缩算法以及对建立在广义直方图的SARS图像检索策略。(5)SARS图像识别与辅助诊断的数据挖掘算法与评估。SARS疾病的诊断需要有较高的准确率,这是由该疾病自身特点所决定的。通过对SARS图像进行纹理特征分析建立图像向量空间描述,然后采用数据挖掘技术对SARS图像进行识别与辅助诊断是本文的研究内容之一。通过对各种算法进行准确率的分析评估,然后采用最能达到对SARS医学图像识别需求的方法是此项研究的主要内容。围绕本课题的研究目的和上述主要内容,本文归纳总结了基于图像的识别和诊断

8、系统特点,并与医学专家协作完成了将SARS医学图像转换为决策信息的过程,对帮助医生进行该疾病的诊断具有重大的意义。本文在如

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。