基于醫(yī)學(xué)影像的計算機輔助診斷關(guān)鍵技術(shù)研究.pdf

1、隨著計算機應(yīng)用技術(shù)的蓬勃發(fā)展，精度高、成像快的數(shù)字醫(yī)學(xué)影像設(shè)備不斷涌現(xiàn)，在此技術(shù)支撐基礎(chǔ)上設(shè)計開發(fā)的計算機輔助診斷(Computer-aided Diagnosis，CAD)系統(tǒng)正在迅速普及，并在實際臨床診斷上得到應(yīng)用。計算機輔助診斷是通過利用計算機對數(shù)字醫(yī)學(xué)影像進行處理分析，從而獲得對醫(yī)生的臨床診斷決策具有實際參考價值的輔助信息(second opinion)的一種方法，輔助信息既包括檢測到的異常信息，也包括組織器官的正常信息。

2、 計算機輔助診斷是一項復(fù)雜的過程，這個過程包括影像增強、分割、病變區(qū)域檢測、三維顯示等多個基本流程，在一些計算機輔助診斷系統(tǒng)中還提供了虛擬內(nèi)窺鏡功能。通過這些功能模塊可以為醫(yī)生提供各種需求，達到輔助診斷的目的。計算機輔助診斷需要多學(xué)科的綜合知識，如：模式識別、數(shù)據(jù)庫管理、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)以及醫(yī)療實踐等，因此，攻克并掌握輔助診斷中所涉及的相關(guān)技術(shù)，開發(fā)具有自主知識產(chǎn)權(quán)的計算機輔助診斷產(chǎn)品，將會應(yīng)用于多個領(lǐng)域，并將產(chǎn)生巨大的經(jīng)濟與社

3、會效益，本文以CR圖像和CT圖像為數(shù)據(jù)源，以肺部組織器官為主要研究對象，根據(jù)實際應(yīng)用需求對CAD中的關(guān)鍵技術(shù)進行了研究與開發(fā)，并取得了較好的應(yīng)用價值。 首先本文對CR肺部圖像增強技術(shù)進行了研究，提出一種基于小波變換的自適應(yīng)閾值去噪算法。利用小波變換將CR圖像變換到頻域，在頻域中自動確定小波系數(shù)去噪閾值，利用雙閾值模型對小波系數(shù)進行處理，最終達到了對CR圖像的增強。通過該算法處理，CR圖像中由細節(jié)產(chǎn)生的信息得到了增強，噪聲得到了較

4、好的抑制，使得圖像在增強與噪聲抑制之間達到一個很好的平衡。 接著針對肺實質(zhì)分割問題本文提出一種交互式分割方法。該方法首先利用改進的Live-Wire方法對關(guān)鍵層圖像進行分割，然后利用基于距離變換的非線性形狀插值方法對中間層進行輪廓插值，最終完成整個分割任務(wù)，實驗表明該方法對于復(fù)雜的人體組織和器官都可以獲得滿意的分割結(jié)果。 對于三維透明顯示問題提出了一種基于包圍盒的非線性透明顯示方法，利用該模型可以克服基于Z分量簡單非線性

5、透明模型的缺點，解決了Z分量法非線性透明顯示模型在成像時物體顯示效果梯度變化劇烈、輪廓邊緣出現(xiàn)邊緣過亮等問題，能夠得到較好的三維透明顯不效果。在用本文改進的交互式分割方法對肺實質(zhì)區(qū)域進行提取后，針對肺區(qū)域中結(jié)節(jié)檢測問題，提出一種基于偏微分方程的圓形濾波和矩不變分析相結(jié)合的檢測算法。首先建立圓的高斯數(shù)學(xué)模型，然后從各向異性平滑方程推出圓形濾波器，在不同尺度上對圖像進行圓形濾波，根據(jù)Hessian矩陣推出高斯圓方程特征值的特性，以此作為在不

6、同尺度濾波圖像上進行圓形檢測的依據(jù)，得到疑似結(jié)節(jié)區(qū)域。該算法可以對二維空間CT圖像中的線形對象(比如一些血管和氣管)進行濾除，從而使得肺組織中的非圓形狀干擾得到抑制。在得到疑似結(jié)節(jié)后，利用矩不變方法進行局部形狀的分析，抑制了大量孤立象素點的干擾，準(zhǔn)確得到疑似結(jié)節(jié)局部輪廓，為后續(xù)結(jié)節(jié)的特征計算和分類奠定了較好的基礎(chǔ)。 最后針對虛擬內(nèi)窺鏡自動漫游技術(shù)進行了研究。以肺部氣管為例，采用管狀器官的圓柱狀近似方法進行加速漫游。首先利用基于雙