基于CT图像的肺结节检测方法的研究

作     者：魏娜 

作者单位：湖南大学 

学位级别：硕士

导师姓名：林红利;赵丹

授予年度：2015年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：计算机辅助诊断 CT影像 肺实质分割 候选结节检测 假阳性去除 

摘      要：目前,肺癌是世界上死亡率最高的恶性肿瘤之一,且每年的发病率呈逐年上升趋势。研究表明,肺癌计算机辅助检测系统(Computer-aided Detection,CAD)作为医生的“第二双眼睛能有效提高医生的诊断准确率,对降低漏诊和误诊有着重要的作用。近年来,肺癌CAD系统已成为全球的研究重点和热点。本文基于计算机断层扫描(computer tomography,CT)影像,重点对肺癌CAD系统中的肺实质提取方法、候选结节的提取以及假阳性去除方法进行了深入的研究。(1)肺实质提取是肺结节检测中的重要预处理步骤,它对减少肺结节检测的搜索范围,提高搜索效率有着重要的意义。本文针对传统的肺实质提取方法中存在的自动化程度低、粘连肺壁结节无法纳入肺实质的问题,设计并实现了一种全自动的肺实质提取方法。该方法首先利用肺部组织的生理结构自动地选取区域生长的种子点,利用3D区域生长方法提取肺实质,解决了肺实质提取中需要人工选取区域生长种子点的问题;然后运用快速自适应算法进行左右肺的分离;最后利用凸点搭桥方法对初步提取的肺部边界进行修补,有效地将粘连在肺壁上的结节重新归为肺实质内部。实验证明该方法有效地提高了肺实质分割的准确性。(2)候选结节的提取是识别出真结节及进行候选结节分类的基础,在肺癌CAD系统中具有十分重要的意义。本文针对传统的候选结节检测算法中存在的分割时间较长、分割准确性较低的问题,提出一种基于改进的均值漂移(Mean Shift,MS)算法及自适应阈值法相结合的候选结节提取算法。实验证明该算法能够快速准确的提取出候选结节。(3)假阳性去除的目标是尽可能多的去除候选结节中的假阳性结节、保留真阳性结节,对提高肺癌CAD系统中肺部病灶的准确识别能力有十分重要的意义。本文提取了候选结节区域包括形状及密度等在内的十九个个常用特征,并加入两种新的特征——径向梯度和候选结节外密度比;并运用主成分分析算法(Principal Components Analysis,PCA)对特征向量降维;采用支持向量机(Support Vector Machine,SVM)对候选结节进行分类,去除假阳性结节。实验证明,这两个新特征对结节与肺结节具有较好的区分度。