基于特征融合的肺结节检测关键技术研究

《基于特征融合的肺结节检测关键技术研究》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、硕士学位论文基于特征融合的肺结节检测关键技术研究作者姓名张声超学科专业计算机科学与技术指导教师赵跃龙教授所在学院计算机科学与工程学院论文提交日期2018年4月20日ResearchonKeyTechniquesofPulmonaryNoduleDetectionBasedonFeatureFusionADissertationSubmittedfortheDegreeofMasterCandidate：ZhangShengchaoSupervisor：Prof.ZhaoYuelongSouthChinaUniversityofTec

2、hnologyGuangzhou,China分类号：TP3学校代号：10561学号：201520131513华南理工大学硕士学位论文基于特征融合的肺结节检测关键技术研究作者姓名：张声超指导教师姓名、职称：赵跃龙教授申请学位级别：工学硕士学科专业名称：计算机科学与技术研究方向：图像处理论文提交日期：2018年4月20日论文答辩日期：2018年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：齐德昱委员：董守斌、唐韶华、文贵华、张齐專甫理工＋參丰ｉＺｉｂＸ原副性齊明本人郑重声明：所呈交的论文是本人在导

3、师的指导下独立进行研宄所。取得的研究成果除了文中特别加以标注引用的内容外，本论文不包含任何其他个入或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个入和集体３均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本入承担。作者签名：日期：年ｒ月鈐日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，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的

4、保密论文外学校可以公布学位论文的全部或部分内容ｓ可以允许采用影印、缩印或其它复制手段保存、汇编学位论一文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于：□保密，（校保密委员会审定为涉密学位时间：年月日）＿＿＿于年月日解密后适用本授权书。＿＿＿＿＿＿ｈ不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。“”Ｖ（请在以上相应方框内打）ｒ緣＞作

5、者签名日年月日＾期■：指教签日日导师名期年月．〇／ｆ卜巧爾网：：作者联系电话电子邮箱地址联系含邮编（＞摘要近几年来由于环境问题和食品安全等方面的原因，我国肺癌的发病率和死亡率都在快速上升。肺癌的早期病症常表现为肺结节，如果能够在早期及早的发现肺结节，并施以合适的治疗手段，患者一般能够康复。因此肺结节检测技术目前是医学图像处理领域中的一个热门研究课题。目前的肺结节检测面临一些困难，首先，医学图像在拍片和存储的过程中可能导致图像失真，甚至出现伪影和噪声的情况，这些会影响结节的检测精度；其次，肺部CT图像中血管等

6、组织和结节具有相似的形态，这些组织的存在为肺结节检测增加了难度；再次，传统的肺结节检测算法对肺实质分割的假阳率高，分割结果存在丢失肺结节的可能性；最后，在肺结节检测阶段，传统的算法由于仅仅使用人工设计的特征，很难适应不同形态性质的肺实质；所以目前急需研究新的肺结节检测技术来解决这些问题。针对上述问题，本文对肺结节检测关键技术进行了研究，论文的主要研究内容如下：（1）本文提出基于目标定位改进的GrabCut算法用于肺实质分割。本文算法能够适应不同形态的肺实质，在保证精确度的同时，相对于基于阈值和基于区域生长的分割，召回率分别提升了6.

7、8%和3.3%，有效提高了分割的准确性。（2）本文提出基于U-Net全卷积神经网络与全连接条件随机场的疑似肺结节检测算法。在网络中使用FocalLoss作为损失函数改进经典U-Net在小目标分割中效果不理想的缺点。实验结果显示，FocalLoss损失函数相对于交叉熵损失函数和Dice损失函数在评估指标Dice系数中分别提升了37.5%和30.9%。为了能够使提取结果更加精细，本文在U-Net分割之后使用了全连接条件随机场优化分割结果。（3）本文提出了一种融合了传统人工特征和深度学习特征的算法。相较于单纯使用卷积神经网络、随机森林和支

8、持向量机的算法，本文算法在精确度上分别提升了1.1%、4.6%和7.1%。本文将传统的人工特征和深度学习训练得到的特征结合，有效提高识别的准确率。本文算法对目前肺结节检测的深入研究有一定的理论和实际参考价值。关键词：肺结节检测；Gra