基于胸片自动检测肺结节的计算机辅助诊断系统

《基于胸片自动检测肺结节的计算机辅助诊断系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、申请上海交通大学硕士学位论文基于胸片自动检测肺结节的计算机辅助诊断系统学校代码：10248作者姓名：学号：第一导师：第二导师：学科专业：软件工程答辩日期：年月日上海交通大学软件学院2010年1月ADissertationSubmittedtoShanghaiJiaoTongUniversityforMasterDegreeofEngineeringCOMPUTER-AIDEDDIAGNOSIS:AUTOMATICLUNGNODULEDETECTIONINCHESTRADIOGRAPHUniversityCode：10248Author：StudentID:Mentor1：Mentor2:

2、Field：SoftwareEngineeringDateofOralDefense：SchoolofSoftwareShanghaiJiaotongUniversityJan，2010基于胸片自动检测肺结节的计算机辅助诊断系统摘要基于胸片自动检测肺结节的计算机辅助诊断系统摘要肺癌是当今对人类生命健康危害最大的恶性肿瘤之一，其发病率在癌症中位居第二，也是世界上恶性肿瘤中最常见的死亡原因。特别近半个世纪以来，各国肺癌的发病率和病死率都急剧上升。如果早期发现和治疗肺癌，患者的五年存活率可由14%提高到49%。肺癌的早期表现形式是肺结节，因此肺结节的早期检测和诊断对肺癌早期诊治十分重要。计算机

3、辅助诊断（Computer-AidedDiagnosis，CAD）是近年来随着计算机技术的发展而应用于影像诊断领域的一项新技术。建立在计算机数字图像处理技术之上的CAD技术则相当于阅片医师的得力助手，因其计算速度快，可重复性好，能极大地减轻影像诊断医师的工作强度，起到帮助医师把关的作用。CAD利用专业的计算机算法分析医学影像，发现并检出病变部位，帮助放射科医生提高病灶检出率，被称为放射科医生的“第二双眼睛”。自芝加哥大学在上个世纪90年代对肺结节检测研究开始，基于胸片的CAD系统开发已有十几年历史，也取得了一定的研究成果，但在国内还没有运用于临床的情况，所以根据医生的实际需求，实现适用性

4、强的肺结节辅助诊断系统是有研究价值的。本文的研究目标是实现一套在胸片中自动检测肺结节的计算机辅助诊断系统，力求做到有效、稳定、易用。主要研究内容包括四个方面：肺区的分割，感兴趣区域的提取，特征提取和选择以及特征分类。第I页基于胸片自动检测肺结节的计算机辅助诊断系统摘要(1)肺区分割是检测结节的基础，本系统提出了一种自适应阈值法和轮廓线修正结合的算法。该方法去掉胸片中的空气部分并得到肺部的初步轮廓。之后，再用经典的边缘检测算子，调整并细化分割边界，以得到最终的分割肺区。(2)提出了改进的多尺度模板肺结节识别算法,进行感兴趣区域提取。由于感兴趣区域即疑似为肺结节的候选区域，先找出这些候选，以

5、便做进一步的分析和判断，。(3)在特征选择部分，本文根据肺结节的临床特征，提出了在原感兴趣区域及增强后的感兴趣区域提取特征，特征中即包括传统的基于几何信息和位置信息的特征，也包括改进的灰度信息特征，还加入了自己设计的边界辐射信息特征。接下来对这些特征用遗传算法进行特征筛选，再用改进的特征敏感的支持向量机作为分类器，最终检测出结节病变。实验证明，文中的改进分割算法和多尺度模板肺结节识别算法取得了良好的效果。文中提出的一系列改进的特征也在分类过程中起到了优化作用。此外，加入的特征选择模块和改进的特征敏感的支持向量机分类器均优化了系统的性能。最终选择的SVM训练模型，系统在特异度为0.9677

6、时，灵敏度为0.7043，此时每幅图的假阳性数目平均为2.82，AUC值为0.8242。关键词：计算机辅助诊断，肺结节检测第II页基于胸片自动检测肺结节的计算机辅助诊断系统ABSTRACTCOMPUTER-AIDEDDIAGNOSIS:AUTOMATICLUNGNODULEDETECTIONINCHESTRADIOGRAPHSABSTRACTLungcancerisoneofthemostcommonandlethalkindsofcancer.Theincidenceoflungcancerrankssecondinallkindsofcancers,whichmakesitthemo

7、stcommondeathcausationofmalignancyintheworld.Theincidenceanddeathrateoflungcancerraisesfastespeciallyinrecentfiftyyears.Thefive-yearsurvivalratiooflungcancerpatientscanbehighlyimprovedfrom14%upto49%ifthelesionisdetecte