基于胃镜图像的食管早癌病灶计算机辅助诊断方法研究

《基于胃镜图像的食管早癌病灶计算机辅助诊断方法研究》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、Ｐ！ＤＤ）地＾＾ｊａ系每ＵＮＬＯＧＹＯＦＣＨＩＮＡＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯ专业学位硕±学位论文ＩＭＡＳＴＥＲＴＨＥＳＩＯＮＡＬＤＥＧＲＥＥＩＳＦＯＲＰＲＯＦＥＳＳＩＯＣｉｉ＾＾ｉ＃ｌＩ＊论文题目基于胃镜图像的食管早癌病化计難辅助诊断方法硏究专业学位类别工程硕±Ｉ学号２０１２２２０９０６０１作者姓名罗衡荣Ｉｔ指导教师饶妮妮教授＇＇＜１＇某－’■ｆ．１ＪＶ；，－１（设畫．．独创性声明本人声明所

2、呈交的学位论文是本人在导师指导下进行的研究工地作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。■。幕日期：１；年月日化篇名：巧诗／ｙＪ论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文构送交论文的复印件和磁的规定，有权保留并向国家有关部口或机论文蟲。本人授权电子科技大学可货将学位，允许论文被查阅和借阔检索、缩印或

3、的全部或部分内容编入有关数据库进行，可Ｗ采用影印扫描等复制手段保存、汇编学位论文。此规定）（保密的学位论文在解密后应遵守名：作者签名：导师签ｏＫ年ｔ月１＾日日期：之！分类号密级注1UDC学位论文基于胃镜图像的食管早癌病灶计算机辅助诊断方法研究（题名和副题名）罗衡荣（作者姓名）指导教师饶妮妮教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称生物医学工程提交论文日期2015.04论文答辩日期2015.05学位授予单位和日期电子科技大学2015年6月27日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。STUDY

4、ONTHECOMPUTER-ASSISTEDDIAGNOSTICOFEARLYESOPHAGEALCANCERBASEDONENDOSCOPYIMAGESAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:BiomedicalEngineeringAuthor:HengrongLuoAdvisor:NiniRaoSchool:SchoolofLifeScienceandTechnology摘要摘要要改善食管癌的治疗效果，最有效的途径就是提高常规胃镜检查的普及程度，这意味着消化内

5、镜医师将要承担更加繁重的诊断任务。计算机辅助诊断方法能减轻医生的工作负担，减少人为因素可能导致的失误。本文利用图像处理、模式识别的方法实现了对普通电子胃镜图像中食管早癌病灶的检测，提高常规胃镜检查的效率和准确性。首先，考虑到主流的图像处理算法不适用于胃镜图像中区域提取，本文基于病变区域内像素间变化大的特点设计了一种简单、快速的感兴趣区域（ROI）提取方法；另外，本文开发了新的特征算子来描述每个感兴趣区域的整体和局部特点；最后，本文为了尽可能地降低漏诊率，对Adaboost算法中原本的样本权值初始化方案进行了修改，使得强分类器的训练过程中更加注重敏感性。实验结果表明，本文的方法检测食

6、管早期癌症的敏感性和特异性分别为93.6%和77.2%，相对其他方法具有明显的优势。此外，本文方法计算简单、快速，更加符合临床应用方面的实时性要求。关键词：食管早癌，计算机辅助诊断，感兴趣区域提取，特征提取，敏感性IABSTRACTABSTRACTToimprovethetreatmentofesophagealcancer,themosteffectivewayistoincreasethepenetrationofconventionalendoscopy,whichmeansdigestiveendoscopistwillhavetobearmorearduoustaskof

7、diagnosis.Computer-aideddiagnosismethodcanreducetheworkloadofdoctors,reduceerrorsthatmayresultfromhumanfactors.Inthispaper,imageprocessingandpatternrecognitionmethodsareusedtodetectethelesionregionsintheelectronicendoscopyimagesofearlye