超声甲状腺结节自动分类研究

《超声甲状腺结节自动分类研究》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、国内图书分类号：TP301．6国际图书分类号：681．14西南交通大学研究生学位论文年级：2Q．!!级．一姓名：熊住申请学位级别：王堂亟±专业：值曼皇信息处堡指导老师：奎丞瑞数援二零一四年六月二日密级：公开ClassifiedIndex：TP301．6U．D．C：681．14SouthwestJiaotongUniversityMasterDegreeThesisTheResearchofAutomaticClassificationofUltrasonicThyroidNodulesGrade：2011Candidate：XiongWeiAcademicDegreeAppliedfo

2、r：MasterSpeciality：SignalandInformationProcessingSupervisor：LiTianruiJune2，2014西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书：2．不保密d使用本授权书。(请在以上方框内打“√”)学位论文作者签名：够等指导老师签

3、名：丧匆日期：20f中．占．>中日期：如c妙6．W西南交通大学硕士学位论文主要工作(贡献)声明1、研究了医学图像分类过程中的一个重要步骤：即超声图像肿瘤区域的分割，通过了解超声甲状腺图像的特点以及各种图像分割算法的特点，采用了比较适合超声图像分割的分割算法分割出了超声甲状腺良恶性结节。并通过实验与其他分割算法的分割算法作了比较；2、提取肿瘤区域的局部纹理描述符，研究各种多示例学习算法，并将多示例学习算法与基于局部纹理特征提取算法结合。首先通过对结节区域进行多示例区域的划分，然后从各个示例区域提取局部纹理特征，并将各个局部纹理特征作为该示例包中的示例。最后通过多示例的学习过程实现结节的自

4、动分类。此外，采用了基于小波分解的结节区域细节特征提取方法，利用多种分类算法进行分类以验证该方法的有效性；3、通过研究在提取局部纹理特征过程中可能影响分类效果的参数，即局部区域的窗口尺寸参数和分类点之间的距离参数，通过局部纹理特征与参数变化相结合，提取出不同参数变化下的纹理特征，使得局部纹理特征更加符合超声甲状腺结节的纹理特性。通过提取不同变化参数下的局部纹理特征，并进行对比实验，实验结果表明窗口尺寸为30，分类点间距离为10的分类效果最好。后续还需要更进一步研究以提高自动分类的精确度和稳定性。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用

5、的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。⋯⋯繇够黟西南交通大学硕士研究生学位论文第1页摘要近年来，随着患甲状腺癌的比例不断攀升，甲状腺癌已成为当今危害人类健康的疾病之一。医学超声成像因其具有安全、有效、携带方便以及成本低廉等特点，已成为甲状腺癌诊断的一种重要手段。利用数字图像处理以及人工智能等技术处理甲状腺超声图像以判断肿瘤的良恶性，为医生临床诊断提供非常重要的辅助信息。本文主要针对甲状腺超声图像分类问题进行研究，包括肿瘤区域的特征提取以及允许

6、一定误差时基于肿瘤区域分割的肿瘤分类问题。由于甲状腺超声影像图像的对比度和分辨率都较低，且夹杂斑点噪声，不同人群的肿瘤大小、形状和位置等差异较大，这些都是影响肿瘤特征提取区域分割效果的主要因素。本文针对所处理图像特征，采用了基于主动轮廓模型的方法进行超声甲状腺肿瘤图像分割。首先对原始图像进行预处理。然后利用主动轮廓模型算法进行甲状腺肿瘤区域的分割。该分割方法能较快地分割出肿瘤区域，但是该分割结果存在一定的分割误差。该分割结果能满足本文选取的特征提取算法以及分类算法对分割精度的要求。本文通过把分割得到的感兴趣区域划分为若干的子区域，再提取每个子区域的纹理特征组合成为整个结节区域的纹理特征

7、。最后对各个子区域进行分类，然后统计在该感兴趣区域中恶性子区域占所有子区域的比例来确定该感兴趣区域的良恶性。本文分割得到的肿瘤区域与实际的肿瘤区域存在一定的误差，可能会影响个别子区域特征信息的提取，由于该肿瘤区域的良恶性质是通过统计恶性子区域所占比例来确定，因此分割结果中存在的误差只会影响很少一部分子区域性质判断。本文通过提取局部的特征信息来避免了全局特征描述肿瘤区域的局限性，实验表明，本文所采用的方法具有较高的准确率，对甲状腺癌的超声临床诊断