基于三维图像分析的肺结节检测算法研究与CAD系统的实现

基于三维图像分析的肺结节检测算法研究与CAD系统的实现

论文摘要

根据世界卫生组织(World Health Organization, WHO)的报告,肺癌死亡率已经上升为世界上最高的癌症死亡率,如果肺癌能在早期被诊断和治疗,其5年生存率将从14%上升到49%。随着低剂量的多层螺旋CT出现,医生需要处理的图像信息急剧增加,从而增加了漏诊和误诊的几率。本文的目的就是研发一种基于CT图像的肺癌计算机辅助检测和诊断(Computer-aided Detection and Diagnosis, CAD)系统,能够对肺部CT图像进行自动分析,并且给医生提供疑似肺结节的位置,从而提高肺癌的诊断质量和诊断效率。在医学诊断中,采用包含丰富信息的三维(Three-dimensional,3D)图像数据代替简单的二维(Two-dimensional,2D)图像数据已经成为医学图像处理领域的发展趋势,所以本文用3D图像数据代替2D图像数据对肺部CT图像进行研究。医学图像三维重建是目前的一个研究热点问题,但是重建数据量之大,重建过程之慢,使用硬件加速已经是三维重建的必然发展趋势,所以本文使用可编程图形处理器(Graphic Processing Unit,GPU)对三维重建进行加速,以达到实时绘制的目的。本文针对肺癌CAD系统里的关键算法进行研究,主要工作包括四个方面:(1)提出了一种简单有效的三维肺实质的分割方法,首先使用中值滤波对低剂量肺部CT图像进行预处理,然后使用迭代阈值对CT图像进行二值化,再利用三维连通域标记去除背景及细小空洞。之后,经三维区域生长法去除气管,再利用中心定位法实现左右肺分离。最后通过改进的链码法,修补被腐蚀的肺边缘区域以获得完整的肺实质图像。(2)分析结节在三维空间中的特征,对肺部CT图像进行反几何扩散,然后计算肺实质上每个像素的形状指数(Shape Index, SI)值,然后通过Hessian矩阵对图像进行多尺度增强滤波,去除假阳性的疑似肺结节,再通过自适应阈值和高斯分布与马尔可夫吉布斯随机场结合的方法精确地分割出完整的疑似肺结节,最后提取疑似肺结节的二维和三维特征,便于进一步的特征分类计算。(3)本文通过改进传统的光线投射算法,研究基于GPU加速的光线投射算法,针对光线投射算法中光线遍历体数据较为耗时的情况,引入基于“厚板”的光线与包围盒求交计算,通过在图形处理器上的并行执行,从而得到每条光线的进入点和离开点,最后采用从前往后的颜色累积运算,得到可以实时显示的三维图像。实验结果表明本文的算法可以极大提高绘制速度和绘制精度。(4)设计并且实现肺癌CAD系统,它可以处理医学影像特有的DICOM(Digital Image and Communications inMedicine)格式的图像数据,并显示病人的信息,本系统将肺实质分割、ROI区域提取、特征提取、肺结节检测、三维重建以及数据库等CAD关键技术融为一体,通过友好的界面满足实际应用需要,并且还留有肺功能评估、三维血管分割和基于医学图像内容检索的扩展接口,方便日后对本文的CAD系统升级。实验结果表明,本文提出的三维肺实质分割算法能够自动快速精确地提取肺实质。肺结节检测算法具有较高的灵敏度以及假阳性。三维重建可以达到图像实时显示的要求。肺癌CAD系统可以实现对肺结节快速准确地自动筛查,为医生提供有用的辅助诊断信息,对提高肺癌诊断的准确率、减少漏诊起到积极的作用。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 课题的研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 肺结节检测CAD系统的医学影像知识分析
  • 1.3.1 医学影像DICOM 3.0标准
  • 1.3.2 医学三维可视化技术概述
  • 1.3.3 肺部CAD系统结构
  • 1.4 本论文研究内容和组织结构
  • 第2章 基于改进链码法的肺实质三维分割算法研究
  • 2.1 基于肺部CT序列图像的肺实质三维分割算法
  • 2.2 肺实质三维分割算法的步骤
  • 2.2.1 肺部CT图像的预处理
  • 2.2.2 基于最优阈值的二值化处理
  • 2.2.3 利用三维连通域标记去除背景
  • 2.2.4 利用三维区域生长法去除气管
  • 2.2.5 左右肺分割的实现
  • 2.3 基于改进链码法的肺实质修补算法
  • 2.3.1 三点链码和及其计算方法
  • 2.3.2 肺实质修补的流程及步骤
  • 2.4 实验结果与分析
  • 2.5 本章小结
  • 第3章 基于三维医学图像分析的ROI检测算法研究
  • 3.1 基于三维形状指数的结节检测算法
  • 3.1.1 反几何扩散的分析
  • 3.1.2 三维形状指数的分析
  • 3.1.3 疑似肺结节的提取
  • 3.1.4 多尺度Hessian矩阵滤波去除假阳性
  • 3.2 分割出完整的疑似肺结节算法
  • 3.3 疑似肺结节的感兴趣区域特征提取
  • 3.4 实验结果与分析
  • 3.5 本章小结
  • 第4章 基于GPU加速的光线投射体绘制算法研究
  • 4.1 光线投射法分析
  • 4.2 多线程GPU与可伸缩并行编程模型CUDA的分析
  • 4.3 基于GPU加速的光线投射算法
  • 4.3.1 纹理与缓冲对象的分析
  • 4.3.2 视角变换矩阵的研究
  • 4.3.3 线程分配与包围盒算法的分析
  • 4.3.4 伪彩色与光线合成的计算
  • 4.4 绘制结果与分析
  • 4.5 本章小结
  • 第5章 肺癌CAD系统的设计与实现
  • 5.1 肺癌CAD系统的模块设计
  • 5.2 肺癌CAD系统的功能及界面
  • 5.3 实验结果与分析
  • 5.4 本章小结
  • 第6章 总结与展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间参加的科研项目、发表的论文
  • 相关论文文献

    • [1].带有语义特征得分的肺结节检测方法[J]. 计算机应用 2020(03)
    • [2].DenseNet-centercrop:一个用于肺结节分类的卷积网络[J]. 浙江大学学报(理学版) 2020(01)
    • [3].基于三维密集网络的肺结节检测方法[J]. 中国生物医学工程学报 2020(01)
    • [4].查出肺结节?了解它就不可怕![J]. 福建医药杂志 2020(01)
    • [5].良性肺结节的研究现状[J]. 中华胸部外科电子杂志 2020(01)
    • [6].肺结节定位的研究现状[J]. 临床医药文献电子杂志 2020(36)
    • [7].人工智能肺结节辅助诊断系统预测亚实性肺结节恶性概率[J]. 中国医学影像技术 2020(04)
    • [8].基于深度学习的肺结节自动检测算法[J]. 计算机应用与软件 2020(07)
    • [9].融合多尺度信息的肺结节自动检测算法[J]. 生物医学工程学杂志 2020(03)
    • [10].80%肺结节都是良性无须处理[J]. 中国社区医师 2020(18)
    • [11].好多肺结节就是炎症性的[J]. 江苏卫生保健 2020(06)
    • [12].基于CNN-L~1/L~2-ELM混合架构的肺结节分类研究[J]. 五邑大学学报(自然科学版) 2020(02)
    • [13].石峻论治肺结节经验[J]. 实用中医药杂志 2020(07)
    • [14].基于改进残差结构的肺结节检测方法[J]. 计算机应用 2020(07)
    • [15].基于深度迁移学习的肺结节分割方法[J]. 计算机应用 2020(07)
    • [16].多分支卷积神经网络肺结节分类方法及其可解释性[J]. 计算机科学 2020(09)
    • [17].16层螺旋CT在肺结节诊断中的应用效果评价[J]. 世界最新医学信息文摘 2019(24)
    • [18].基于分割对抗网络的肺结节分割[J]. 计算机工程与设计 2019(04)
    • [19].利用深度学习技术辅助肺结节的人工智能检测[J]. 中国呼吸与危重监护杂志 2019(03)
    • [20].多层螺旋CT胸部低剂量扫描在肺结节鉴别诊断中的临床价值[J]. 实用医学影像杂志 2019(03)
    • [21].肺结节早期诊治中应用中医体质学说干预72例分析[J]. 中外医疗 2019(14)
    • [22].基于混合损失联合调优与多尺度分类相结合的肺结节检测算法[J]. 计算机应用研究 2019(09)
    • [23].基于深度学习的肺结节计算机断层扫描影像检测与分类的研究进展[J]. 生物医学工程学杂志 2019(04)
    • [24].肺结节,什么时候需要手术[J]. 江苏卫生保健 2019(11)
    • [25].专科门诊和多学科综合治疗门诊肺结节患者就诊特点的调查研究[J]. 中国全科医学 2017(36)
    • [26].基于特征矢量化的肺结节特征选择算法[J]. 计算机应用研究 2018(08)
    • [27].一种用于肺结节恶性度分类的生成对抗网络[J]. 东北大学学报(自然科学版) 2018(11)
    • [28].头颈部鳞状细胞癌病人初步评估中检出的非特异性肺结节的临床意义[J]. 国际医学放射学杂志 2017(06)
    • [29].基于空间分布的三维自动化肺结节分割算法[J]. 电视技术 2016(08)
    • [30].晚期肺结节图像特征准确识别仿真研究[J]. 计算机仿真 2015(08)

    标签:;  ;  ;  ;  ;  ;  

    基于三维图像分析的肺结节检测算法研究与CAD系统的实现
    下载Doc文档

    猜你喜欢