基于相关矩阵和遗传算法的肺结节检测方法研究

摘要

肺癌是最常见的内脏恶性肿瘤，早期的诊断和治疗是提高肺癌病人生存率的关键所在。CT扫描是目前肺癌检测的最重要手段，它的使用使肺部病变的早期准确诊断成为可能。肺结节是肺癌在CT图像中的主要表现形式，由于肺部结构的复杂性和肺结节形状大小的多样性，即使具有丰富经验的医生也很难发现图像中所有可能的病变区域，并且由于肺部CT扫描的巨大图像数量，特别是高分辨率扫描图片，仅一个病人的扫描图像数量就可达到300层以上，给医生带来了巨大的工作量。随着计算机及其相关技术的大力发展，使得利用计算机进行辅助探测和诊断成为可能。好的计算机辅助检测能够给医生提供病变区域检测的先验知识，帮助医生更好地对图像进行理解和判断，从而提高诊断的效率和准确率。 肺结节通常是直径不超过3cm的圆形或类圆形病灶，在影像中表现为类圆形的致密区域。为了有效地利用计算机进行肺结节的辅助检测，本文提出一种肺结节检测算法。首先针对肺部CT图像的特点，提出了针对肺部CT图像去噪处理的形态学滤波方法，有效地去除了图像中的椒盐噪声，取得了较好的滤波效果；通过阂值分割、边缘检测、区域填充等步骤获取肺实质模板，并将肺实质模板与肺部CT图像进行掩模运算以提取肺实质区域；针对肺部图像中具有磨玻璃影密度特征的肺结节，设计了一种基于相关矩阵的肺结节增强滤波器，以提高肺结节检测的正确性；在上述步骤的基础上，运用基于遗传算法的模板匹配法(GATM)提取肺结节，并将相关矩阵引入到GATM算法中，设计相应的分类器，以更好地区分血管横断面和肺结节，降低肺结节检测的假阳性率。 实验结果表明，本文提出的检测算法可以有效地检测肺结节，并具有较高的检测正确率和较低的假阳性率。

目录

文摘

英文文摘

声明

第1章绪论

1.1肺结节概念及肺结节检测的重要性

1.2国内外研究现状

1.2.1计算机辅助检测系统

1.2.2 CT图像中肺结节检测算法的研究

1.3论文内容安排

第2章肺部图像预处理

2.1 CT扫描原理和CT成像特点

2.2肺部图像预处理

2.2.1数学形态学基础

2.2.2肺部图像的噪声去除

2.2.3实验结果及分析

2.3小结

第3章肺实质分割

3.1基本理论

3.1.1遗传算法

3.1.2最大类间方差

3.2肺实质提取

3.2.1阈值分割

3.2.2运用形态学开闭算法使得到的二值图像连续化

3.2.3基于遗传算法的边缘检测算法

3.2.4获取肺实质模板

3.2.5获取肺实质

3.3小结

第4章基于相关矩阵的肺结节增强和检测算法

4.1 Hessian矩阵算法

4.2相关矩阵算法

4.2.1选择所要增强的对象

4.2.2计算增强点的相关矩阵

4.2.3针对不同形状的特征值设计相应滤波器

4.3实验结果与分析

4.4小结

第5章基于遗传算法的肺结节检测

5.1引言

5.2基本理论

5.2.1模板匹配算法

5.2.2几种常见的分类器

5.2.3遗传算法简介

5.3基于遗传算法的模板匹配方法检测肺结节

5.3.1选择参考模板

5.3.2染色体定义

5.3.3适应度函数的选择

5.3.4遗传算法过程

5.4引入相关矩阵以降低肺结节检测的假阳性率

5.4.1特征的选取

5.4.2分类器的设计

5.5仿真结果分析

5.6小结

第6章结束语

6.1总结

6.2今后研究工作展望

参考文献

在读期间发表的学术论文

致谢