基于半監(jiān)督學(xué)習(xí)的肺部CT圖像中結(jié)節(jié)檢測研究與實現(xiàn).pdf

1、近年來，由于人類生存環(huán)境的惡化，肺癌等肺部疾病已經(jīng)成為導(dǎo)致人類死亡、影響人類生活質(zhì)量的主要原因之一。對于肺癌病人來說，早期檢測可以使病人及時進行治療，產(chǎn)生良好的預(yù)后。隨著CT影像技術(shù)的發(fā)展，CT技術(shù)已經(jīng)作為肺癌早期檢測的主要工具。肺部的病變一般在CT圖像上會表現(xiàn)為肺結(jié)節(jié)。因此，醫(yī)生在臨床上需要查閱CT圖像來查找肺結(jié)節(jié)病變，而當(dāng)前CT機掃描病人肺部所產(chǎn)生的圖像數(shù)量少則幾十張，多則數(shù)百張，這就給醫(yī)生帶來了沉重的負(fù)擔(dān)，并會由此導(dǎo)致出現(xiàn)一些漏檢

2、的情況。肺結(jié)節(jié)計算機輔助診斷系統(tǒng)（CAD）可以幫助醫(yī)生減少由于失誤而漏檢結(jié)節(jié)的概率，并且還可提供肺結(jié)節(jié)良惡性的預(yù)測參考。
　　本文圍繞肺結(jié)節(jié)計算機輔助診斷這一課題，做了一些相關(guān)的工作，主要包括以下三個方面：
　　首先，提出了一套完整的肺結(jié)節(jié)自動檢測方案。包括DICOM文件的處理及格式轉(zhuǎn)換，基于區(qū)域生長的肺實質(zhì)的提取，ROI提取，類圓形檢測，ROI特征提取，以及基于半監(jiān)督學(xué)習(xí)算法Co-Forest的肺結(jié)節(jié)判別。采用半監(jiān)督學(xué)習(xí)的

3、理由是無標(biāo)記的樣例，即醫(yī)生未標(biāo)記的CT圖像，非常容易獲得，而醫(yī)生標(biāo)記的數(shù)據(jù)卻不太容易獲取，這種情況正是半監(jiān)督機器學(xué)習(xí)算法所擅長解決的。
　　其次，提出了一種肺結(jié)節(jié)良惡性的預(yù)測方法。從影像學(xué)特征上判斷具體的病癥是比較困難的，目前即使是非常有經(jīng)驗的醫(yī)學(xué)專家，在未對病人進行病理檢驗之前預(yù)測肺結(jié)節(jié)良惡性，準(zhǔn)確率也很低。本文通過合作醫(yī)院提供的13種特征，并采用SVM算法將預(yù)測肺結(jié)節(jié)良惡性作為一個簡單的類別判別問題。
　　最后，實現(xiàn)了一