尘肺论文:计算机辅助诊断尘肺的研究

尘肺论文:计算机辅助诊断尘肺的研究

ID:44230813

大小:45.00 KB

页数:5页

时间:2019-10-19

尘肺论文:计算机辅助诊断尘肺的研究_第1页
尘肺论文:计算机辅助诊断尘肺的研究_第2页
尘肺论文:计算机辅助诊断尘肺的研究_第3页
尘肺论文:计算机辅助诊断尘肺的研究_第4页
尘肺论文:计算机辅助诊断尘肺的研究_第5页
资源描述:

《尘肺论文:计算机辅助诊断尘肺的研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、【中文摘要】尘肺是冃前中国最严重的一种职业病。据报道,最近几年里仅煤炭行业每年新增的尘肺病患者就达5万余人,而在全部的职业病患者中,尘肺病人人约占据了90%以上。因此开发一种尘肺的计算法辅助诊断的技术对于尘肺的防治具有非常重要的意义。尘肺以各种形状和尺寸的结节为影像学的主要表现。目前对尘肺最有效的诊断手段是高分辨率的计算机断层扫描技术。相比胸部X光片,结节能够清楚的成像在CT影像屮,不会被骨骼,肌肉等组织所遮挡。但是高分辨率同样也导致了医生的工作量过大。并且尘肺的诊断主要依靠医生的个人经验,容易出现误诊的情况。木文提出了一

2、种计算机辅助诊断的技术来帮助医生对尘肺进行诊断和分类。首先我们设计了一种基于海森矩阵的增强函数,分别提取图像中的结节和血管。然后从通过减去血管和利用结节的几何特征进行识别的方式来降低提取出的结节的伪阳率。最后利用支持向量机进行尘肺的分类。但是由于复杂的肺部结构和尘肺导致的病变,大量的血管和气管组织被误认为结节,严重干扰了尘肺分类的准确性。本文设法降低了结节提取时的伪阳率,并且按照尘肺病例的特点设计了分类的特征。在进行尘肺病例的分类时,实验针对一个包含了139个尘肺病例的数据包进行验证。根据医生的诊断,这些病例被分为2型和3

3、型,其中3型病例又可以进一步的被分为3-i型和3-ro型。平均分类的准确度达到了80%左右。3-i型和3-ro型的分类准确度则准确度降低到60%左右。本文在最后提出了提高3-i型和3-ro型分类准确度的研究方向和方法。【英文摘要】PneumoconiosisisthemostseriousoccupationaldiseasesinChina・Itisreportedthatincoalindustrythenumberofnewpneumoconiosispatientsannouncedhavebeenuptonear

4、ly57thousandsinrecentyears・Thenewcasesofpneumoconiosisaccountforabout90%intotalcasesofoccupationaldiseases・Soitisimportanttodevelopacomputer-aideddiagnosisofpneumoconiosistoassistradiologists・Themajorfindingofpneumoconiosisinradiologyisnodularopacitiesinvarioussha

5、pesandsizes・Atpresent,thehigh-resolutionCTscanofthoraxisadominantdiagnosticapproach.ComparingtochestX-rayimages,thepneumoconiosiscanclearlymanifestitselfonvolumesdata,notbecoveredbymuscleorbones・However,thehighresolutionofCTscanalsomeansheavyworkloadforradiologist

6、s.Tnaddition,thediagnosisofpneumoconiosismainlydependsonofradiologists'experienee.Itmayleadtomisdiagnosis・Ourresearchaimstodevelopacomputer-aideddiagnosissystemtoassistradiologiststomakeadiagnosisofpneumoconiosis・AtfirstwedesignedtwoenhancementfiltersbasedonHessia

7、nmatrixtoextractnodulesandvesselsrespectively.Thenweeliminatedfalsepositivesbysubtractingvesselsfromnodulesandcheckingnodulesbasedongeometricfeatures・FinallythetypesofpneumoconiosisareclassifiedbySVMclassifier・Duetocomplexlocalobjectsinthoraxandlunglesionscausedby

8、pneumoconiosis,manyvesselsandbronchusaremistakenfornoduleswhichseriousreducetheaccuracyofclassificationofpneumoconiosiscases・Inthisresearch,firstwefocus

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。