基于胸部CT图像的肺结节分割方法的研究与实现

论文摘要

肺癌已跃居世界癌症死亡率的首位,造成肺癌高死亡率的主要原因是肺癌早期症状不明显而难以诊断,因此“早期发现,早期诊断,早期治疗”是降低肺癌患者死亡率的重要举措之一。临床表明肺癌在胸部CT图像中主要以肺结节形式存在。但是,从胸部CT图像上看,肺结节经常与血管、气管等组织境界不清,灰度值也比较相近,即使是经验丰富的放射线医学专家也难免出现误诊和漏诊的情况。由于计算机图像处理技术和影像学的发展,使基于医学影像的无损的肺癌早期诊断成为可能,在此技术支撑基础上设计开发的计算机辅助诊断(CAD)系统成为国际上的研究热点,有些CAD产品已经应用到临床诊断,但是,我国在医学图像CAD方面还处于起步阶段,很多技术问题还亟待解决。本文依托国家自然科学基金项目(项目编号：60671050)—“肺癌计算机辅助诊断关键算法研究”,在广泛参考了国内外前沿研究成果的基础上,对医学图像格式、图像去噪和图像分割等一些关键算法进行研究,提出并实现了一套完整的肺结节分割方法。本文主要进行了图像预处理、肺实质分割、肺结节定位和肺结节分割四个部分的研究,首先将CT图像转换成BMP格式灰度图像,并对其进行去噪处理。然后,基于动态阈值法和滚球算法分割肺实质。其次,基于改进的自适应多模板快速匹配方法进行肺结节定位。再次,对于小尺寸结节使用基于改进的双快速行进法的肺结节分割方法,而对于大尺寸结节则先基于小波系数统计特征分割过渡区,再基于改进的双快速行进法从过渡区分割结节。最后,基于改进的图像分割结果评价方法对分割得到的肺结节进行评价。通过从大量实际的胸部CT图像分割肺结节的实验,实验结果证明了本文提出的基于胸部CT图像的肺结节分割方法的可行性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 肺结节分割技术研究现状
• 1.3 本文主要工作与创新
• 1.4 论文组织结构
• 第2章 图像分割技术介绍
• 2.1 图像预处理方法
• 2.1.1 医学图像格式
• 2.1.2 图像去噪方法
• 2.3 图像分割方法
• 2.3.1 图像分割的基本原理
• 2.3.2 基于阈值的图像分割方法
• 2.3.3 基于区域的图像分割方法
• 2.3.4 基于边缘检测的图像分割方法
• 2.3.5 基于边缘与区域相结合的图像分割方法
• 2.3.6 基于参数形变模型的图像分割方法
• 2.3.7 基于几何形变模型的图像分割方法
• 2.3.8 基于特定理论的图像分割方法
• 2.4 本章小结
• 第3章 肺结节分割方法
• 3.1 图像预处理
• 3.1.1 基于Window-Leveling算法的CT图像格式转换
• 3.1.2 基于小波变换与滚球方法的图像去噪
• 3.2 肺实质分割
• 3.2.1 基于阈值法的非身体区域去除
• 3.2.2 基于动态阈值法的肺实质粗分割
• 3.2.3 基于数学形态学方法的肺实质补偿
• 3.3 肺结节定位
• 3.3.1 改进的自适应多模板
• 3.3.2 基于阈值法的快速匹配算法
• 3.3.3 基于改进的自适应多模板快速匹配方法的肺结节定位方法
• 3.4 肺结节分割
• 3.4.1 基于改进的双快速行进法的肺结节分割方法
• 3.4.2 基于小波系数统计特征和改进的双快速行进法的肺结节分割方法
• 3.5 肺结节分割结果评价
• 3.5.1 传统的图像分割结果评价方法
• 3.5.2 改进的基于模糊集理论的图像分割结果评价方法
• 3.6 本章小结
• 第4章 系统设计与实现
• 4.1 系统需求分析
• 4.2 系统总体设计
• 4.3 系统模块设计
• 4.3.1 图像预处理模块
• 4.3.2 肺实质分割模块
• 4.3.3 肺结节定位模块
• 4.3.4 肺结节分割模块
• 4.4 系统实现
• 4.4.1 用户界面的实现
• 4.4.2 图像预处理模块的实现
• 4.4.3 肺实质分割模块的实现
• 4.4.4 肺结节定位模块的实现
• 4.4.5 基于双快速行进法的分割模块的实现
• 4.4.6 基于小波系数统计特征和双快速行进法的分割模块的实现
• 4.5 本章小结
• 第5章 实验与分析
• 5.1 实验图像来源
• 5.2 图像格式转换实验
• 5.3 肺实质分割实验
• 5.4 肺结节定位实验
• 5.5 肺结节分割实验
• 5.6 本章小结
• 第6章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文
• 攻读硕士学位期间参与的项目