基于语义属性分级的肺结节良恶性诊断研究

基于语义属性分级的肺结节良恶性诊断研究

ID:37089605

大小:2.34 MB

页数:60页

时间:2019-05-17

基于语义属性分级的肺结节良恶性诊断研究_第1页
基于语义属性分级的肺结节良恶性诊断研究_第2页
基于语义属性分级的肺结节良恶性诊断研究_第3页
基于语义属性分级的肺结节良恶性诊断研究_第4页
基于语义属性分级的肺结节良恶性诊断研究_第5页
资源描述:

《基于语义属性分级的肺结节良恶性诊断研究》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、1分类号:0697:TP391学校代码‘密级:201531468:公开学号ZX^g〇^>NorthwestUniversity颀士专业字位论文DissertationfortheProfessionalDegreeofMaster基于语义属性分级的肺结节良恶性诊断研究学科名称:计算机技木专业学位类别:工程颂士指导老师:冯宏伟副教授作者:刘玫校外老师:陈宝莹副教授西北大学学位评定委员会二〇一八年六月Malignant-BenignIdentificationforPulmonaryNodulewithS

2、emanticFeaturesfromComputedTomographyImagesAthesissubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByLiuYanSupervisor:FengHongweiAssociateProfessorJune2018摘要摘要目前,肺癌的发生率和死亡率均上升为第一,对全人类的身体健康造成巨大威胁。肺癌的早期表现形式为肺结节,如果早期能够对肺结节良恶性进行判定,将大大提高患

3、者的生存几率。本文将肺结节图像底层特征映射为高级语义属性,然后根据高级语义属性的预测值进行肺结节良恶性诊断,这种方法克服了图像底层特征与上层语义属性之间的“语义鸿沟”,可以更好地为医生临床诊断提供帮助。本文利用计算机技术,结合模式识别和机器学习相关方法构建肺结节良恶性诊断模型,争取为医生临床诊断提供“第二建议”,具体工作如下:(1)利用经典的区域生长算法对肺结节病灶区域进行分割,然后提取其底层特征集。为了消除不同量纲对于分类的影响,把底层特征集进行归一化处理。(2)提出ImprovedAsymmetricBagging(IM-ASYBagging)算法解决数据非均衡问题,该算

4、法通过采样机制可以在多数类和少数类之间形成一个“复杂”边界,从而可以将两类数据很好地分开。(3)医生临床诊断依据的是高级语义属性,而计算机辅助诊断则是依据底层特征集,为了让计算机更好地辅助医生诊断,本文先构建肺结节语义属性预测模型然后根据各属性的预测值进行良恶性判定。另外,由于不同的底层特征对应不同的语义属性,所以需要针对不同的语义属性进行特征选择。(4)肺结节分叶属性对于临床诊断有很大帮助,为了更好地刻画肺结节分叶程度,本文利用肺结节区域的最小外接圆和最大内接圆提出了三个新特征。实验结果表明,这三个新特征对于分叶属性预测模型有很大贡献。关键词:底层特征,语义属性,良恶性分类

5、,非均衡,肺结节IABSTRACTABSTRACTLungcancerisregardedasoneofthemostcommonmalignanttumorbothinincidenceandmortality,whichhasthreatenedhumanhealthintheworldwide.Pulmonarynoduleispotentialmanifestationoflungcancerandithashighprobabilitiestobecomemalignantnodule.Earlydiagnosisofpulmonarynodulecouldimpr

6、ovesurvivalrateofpatients.Atpresent,CAD(ComputerAidedDiagnosis)systemcoulddiagnosepulmonarynoduleaccordingtolow-levelfeatureoflungimages.Butclinicansusuallyusesemanticfeatures.Inordertoeliminatethissemanticgapbetweenlow-levelfeaturesandsemanticfeatures,wemapthelow-levelfeaturesofpulmonaryno

7、duleimagestosemanticfeatureswhichwecanbetterclassifythebenignormalignantofpulmonarynodule.Inthisthesis,weusecomputertechnology,combinedwithpatternrecognitionandmachinelearningmethodstoconstructCADofpulmonarynoduleasa“secondreader”.Thespecificworksandcont

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。