基于三维空间的肺结节良恶性诊断方法研究

摘要

在肺癌计算机辅助诊断系统中，肺部结节检测以及不同类型的结节分类诊断是整个计算机辅助诊断系统的核心，也是目前辅助诊断系统研宄的热点和难点。针对肺部CT影像肺实质区域存在较多的血管气管以及其他组 织等整体表现较为复杂，在二维CT影像中难以准确的对肺部病灶进行的识 别与诊断。本文提出了基于序列二维CT影像构建三维肺实质体数据，在三维空间中检测肺部病灶区域并对其三维病灶特征进行分析，最终对疑似病 灶区域进行分类诊断。本文的具体研宄内容如下： (一）基于3D ShapeIndex类球形滤波器的肺结节检测方法。面对肺 实质区域中血管交叉以及气管等其他组织复杂影响，在二维CT影像中结节检测准确率较低，而且检测结果中存在较多的其他组织区域假阳性高。针对此问题，本文提出了一种三维类球形滤波器的结节检测算法。首先对序列CT影像原始数据进行预处理，得到三维肺实质体数据区域。根据血管和结节的三维特征，构建拟合的三维数学模型，利用结节、血管的三维模型 特征改进三维形状指数，并构建类球形滤波器结节检测函数，对三维肺实 质体数据进行结节检测。将检测得到的疑似结节坐标集进行置信连接的区 域增长，实现三维肺结节的分割，并提取结节特征进行进一步的诊断分类。本文构建的类球形滤波器有以下两点创新：1.利用形状指数构建结节检测函 数；2.改进形状指数使其能够应用在三维肺实质中，进行三维结节检测。实验分析表明，本文提出的肺结节检测算法能够较为全面的检测不同类型的结节，并且一定程度上能够减少假阳性。 (二）基于多维特征融合的肺结节良恶性诊断。在结节特征提取时，单一特征不能全面表现结节的特征，而且简单的将多维特征进行串联构成的特征向量不能充分利用多维特征的有效信息。针对此问题，本文提出了 多维特征融合的分类诊断算法进行不同类型结节的分类识别诊断。首先构 建三维纹理模型，并对三维全局角度方向和三维形状指数进行直方图统计，利用三维形状指数计算得到的极值改进局部SIFT特征。对训练数据提取本文构建的多视角特征，并利用不同的核函数对特征向量进行分类，最终利用决策级融合对不同的特征诊断结果进行融合优化，得到不同类型结节的分类诊断结果。本文构建的多特征融合肺结节诊断方法有以下两点创新：1.对纹理特征进行三维扩展，并构建了全局角度方向和形状指数直方图；2. 利用三维形状指数极值点改进局部SIFT特征，在三维结节体数据上密集提取关键点，对三维体数据样本进行全面的分析。实验分析表明，本文提出的基于多特征融合策略具有较高的分类准确率，能够较为全面利用提取的特征，比单独的特征具有较高的准确率和敏感性。

目录

第一个书签之前