CT圖像中肺部疾病的計算機輔助診斷方法研究

目  錄
前 言 I
目  錄 III
1 緒論 1
1.1 肺部疾病的計算機輔助診斷系統(tǒng)研究背景 1
1.2 醫(yī)學影像的計算機輔助診斷的發(fā)展歷程 3
1.3 肺部疾病的計算機輔助診斷關鍵技術的研究現(xiàn)狀 4
1.3.1 肺結節(jié)計算機輔助診斷技術的研究現(xiàn)狀 5
1.3.2 支氣管計算機輔助診斷技術的研究現(xiàn)狀 9
1.4 本書組織結構 11
1.5 本章小結 11
2 相關的基本知識 13
2.1 肺部CT的基礎知識 13
2.1.1 CT的相關知識 13
2.1.2正常肺部CT的解剖結構 17
2.1.3 病變肺部CT影像征象 18
2.1.4 COPD支氣管異常的CT影像征象 20
2.2 醫(yī)學診斷實驗相關知識 21
2.2.1醫(yī)學診斷實驗評估的基本方法 21
2.2.2 ROC曲線的評價分析 25
2.3 其他相關知識 27
2.3.1交叉檢驗 27
2.3.2圖像分割準確性的評估 28
2.3.3 肺部CT計算機輔助診斷公開數(shù)據(jù)庫 29
2.4 本章小結 30
3 支氣管自動檢測及特征量化分析 31
3.1 概述 31
3.2 肺CT圖像預處理 32
3.2.1 等方性處理 32
3.2.2 肺區(qū)域分割 33
3.3 支氣管自動檢測 35
3.3.1 基于圓形度的多方向支氣管斷面初始檢測 35
3.3.2 空間交疊支氣管斷面的去除 40
3.3.3 不適合量化的支氣管斷面去除 41
3.4 支氣管形態(tài)學特征量化分析 42
3.4.1 支氣管外壁的分割 42
3.4.2 支氣管形態(tài)參數(shù)的量化 42
3.5 實驗結果與分析 43
3.5.1 實驗數(shù)據(jù) 43
3.5.2 實驗結果 44
3.5.3 結果分析 48
3.6 本章小結 49
4 肺結節(jié)自動檢測 50
4.1 概述 50
4.2 預處理 51
4.3 候選結節(jié)初始檢測 51
4.3.1 多尺度形狀選擇性結節(jié)增強 52
4.3.2 候選結節(jié)的定位及分割 58
4.4 假陽性結節(jié)的去除 59
4.4.1 特征提取 59
4.4.2 特征選擇 64
4.4.3 Fisher線性分類 66
4.5 實驗結果與分析 66
4.5.1 實驗數(shù)據(jù) 66
4.5.2 實驗結果 68
4.5.3 結果分析 70
4.6 本章小結 73
5 肺結節(jié)特征量化分析 74
5.1 概述 74
5.2 預處理 75
5.3 肺結節(jié)精確分割方法 75
5.3.1基于動態(tài)規(guī)劃與多方向融合的肺結節(jié)分割方法 75
5.3.2 基于C-V模型的肺結節(jié)分割方法 80
5.4 肺結節(jié)特征的量化 95
5.4.1 基于邊界法線-梯度正交性的毛刺征量化方法 95
5.4.2 其它特征量化方法 98
5.5 實驗結果與分析 104
5.5.1 實驗數(shù)據(jù) 104
5.5.2 實驗結果 104
5.5.3 毛刺量化結果分析 112
5.6 本章小結 114
6 總結與展望 115
6.1總結 115
6.1.1 內(nèi)容總結 115
6.1.2 研究創(chuàng)新 117
6.2展望 117
參考文獻 120