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。计算机辅助诊断(Computer-Aided Diagnosis,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分类识别。(1)肺区分割是检测结节的基础,本文提出了一种混合算法,将自适应阈值法和边缘检测算子法相结合。该算法首先用改进的自适应大津算法得到肺部的初步轮廓。之后,提出了一套边界追踪的规则,将初步轮廓与边缘检测算子法得到的结果相结合,调整并细化分割边界,以得到最终的分割肺区。(2)根据基于单一模板的感兴趣区域识别法,提出了改进后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,以便做进一步的分析和判断。(3)在特征选择部分,本文针对肺结节的临床表现,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,还加入了本文提出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。(4)本文用特征敏感型的支持向量机取代传统标准型的支持向量机作为本系统的分类器,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。最终选择的支持向量机训练模型,系统在特异度为0.9677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0.8272。

目录

摘要

ABSTRACT

目录

主要符号对照表

第一章绪论

1.1 课题背景与选题意义

1.2 肺结节CAD系统的研究概况

1.3 论文研究内容和论文结构

1.4 本章小结

第二章肺区分割和肺结节候选区域初步识别

2.1 肺区分割已有技术概述

2.2 肺区分割算法

2.2.1 自适应二值化方法

2.2.2 数学形态学空洞填补

2.2.3 边缘检测

2.2.4 边界追踪

2.3 肺结节候选区域初步识别已有技术概述

2.4 改进的多尺度模板肺结节识别算法

2.5 本章小结

第三章肺结节CAD系统中的特征提取和特征选择

3.1 在感兴趣区域中增强肺结节信息

3.1.1 滤波增强法

3.1.2 对称区域相减法

3.2 特征提取

3.2.1 几何信息特征

3.2.2 灰度信息特征

3.2.3 边界辐射特征

3.2.4 位置信息特征

3.3 基于遗传算法的特征选择

3.3.1 特征选择和遗传算法概述

3.3.2 遗传算法中的基本要素

3.3.3 特征选择模块具体实现

3.4 本章小结

第四章肺结节CAD系统中的分类识别诊断

4.1 支持向量机简介

4.2 分类器

4.2.1 代价敏感型SVM

4.2.2 核函数的选择

4.2.3 用交叉验证和网格搜索进行参数选择

4.3 分类效果评价

4.4 本章小结

第五章系统构建和实验

5.1 系统构建

5.2 实验材料

5.3 实验内容及结果讨论

5.3.1 肺区分割实验内容及结果讨论

5.3.2 基于多尺度信息肺结节初步识别的效果和讨论

5.3.3 特征提取实验结果

5.3.4 特征选择实验结果和讨论

5.3.5 分类结果及比较讨论

5.4 本章小结

第六章全文总结与展望

6.1 总结

6.2 未来展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文