基于胸片自動檢測肺結(jié)節(jié)的計算機輔助診斷系統(tǒng).pdf

1、肺癌是當(dāng)今對人類生命健康危害最大的惡性腫瘤之一,其發(fā)病率在癌癥中位居第二,也是世界上惡性腫瘤中最常見的死亡原因。特別近半個世紀(jì)以來,各國肺癌的發(fā)病率和病死率都急劇上升。如果早期發(fā)現(xiàn)和治療肺癌,患者的五年存活率可由14%提高到49%。肺癌的早期表現(xiàn)形式是肺結(jié)節(jié),因此肺結(jié)節(jié)的早期檢測和診斷對肺癌早期診治十分重要。計算機輔助診斷(Computer-Aided Diagnosis,CAD)是近年來隨著計算機技術(shù)的發(fā)展而應(yīng)用于影像診斷領(lǐng)域的一項新

2、技術(shù)。建立在計算機數(shù)字圖像處理技術(shù)之上的CAD技術(shù)則相當(dāng)于閱片醫(yī)師的得力助手,因其計算速度快,可重復(fù)性好,能極大地減輕影像診斷醫(yī)師的工作強度,起到幫助醫(yī)師把關(guān)的作用。CAD利用專業(yè)的計算機算法分析醫(yī)學(xué)影像,發(fā)現(xiàn)并檢出病變部位,幫助放射科醫(yī)生提高病灶檢出率,被稱為放射科醫(yī)生的“第二雙眼睛”。自芝加哥大學(xué)在上個世紀(jì)90年代對肺結(jié)節(jié)檢測研究開始,基于胸片的CAD系統(tǒng)開發(fā)已有十幾年歷史,也取得了一定的研究成果,但在國內(nèi)還沒有運用于臨床的情況,所

3、以根據(jù)醫(yī)生的實際需求,實現(xiàn)適用性強的肺結(jié)節(jié)輔助診斷系統(tǒng)是有研究價值的。本文的研究目標(biāo)是實現(xiàn)一套在胸片中自動檢測肺結(jié)節(jié)的計算機輔助診斷系統(tǒng),力求做到有效、穩(wěn)定、易用。主要研究內(nèi)容包括四個方面：肺區(qū)的分割,感興趣區(qū)域的提取,特征提取和選擇以及分類識別。(1)肺區(qū)分割是檢測結(jié)節(jié)的基礎(chǔ),本文提出了一種混合算法,將自適應(yīng)閾值法和邊緣檢測算子法相結(jié)合。該算法首先用改進(jìn)的自適應(yīng)大津算法得到肺部的初步輪廓。之后,提出了一套邊界追蹤的規(guī)則,將初步輪廓與邊

4、緣檢測算子法得到的結(jié)果相結(jié)合,調(diào)整并細(xì)化分割邊界,以得到最終的分割肺區(qū)。(2)根據(jù)基于單一模板的感興趣區(qū)域識別法,提出了改進(jìn)后的多尺度模板肺結(jié)節(jié)識別算法,進(jìn)行感興趣區(qū)域提取。由于感興趣區(qū)域即疑似為肺結(jié)節(jié)的候選區(qū)域,先找出這些候選,以便做進(jìn)一步的分析和判斷。(3)在特征選擇部分,本文針對肺結(jié)節(jié)的臨床表現(xiàn),提出了在原感興趣區(qū)域及增強后的感興趣區(qū)域提取特征,特征中即包括傳統(tǒng)的基于幾何信息和位置信息的特征,也包括改進(jìn)的灰度信息特征,還加入了本文

5、提出的邊界輻射信息特征。接下來對這些特征用遺傳算法進(jìn)行特征篩選。(4)本文用特征敏感型的支持向量機取代傳統(tǒng)標(biāo)準(zhǔn)型的支持向量機作為本系統(tǒng)的分類器,最終檢測出結(jié)節(jié)病變。實驗證明,文中的改進(jìn)分割算法和多尺度模板肺結(jié)節(jié)識別算法取得了良好的效果。文中提出的一系列改進(jìn)的特征也在分類過程中起到了優(yōu)化作用。此外,加入的特征選擇模塊和改進(jìn)的特征敏感的支持向量機分類器均優(yōu)化了系統(tǒng)的性能。最終選擇的支持向量機訓(xùn)練模型,系統(tǒng)在特異度為0.9677時,靈敏度為0