收藏本站
《东北大学 》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于CT影像的肺结节检测与分割方法研究

孙申申  
【摘要】:肺癌是全球男性死亡率最高的癌症,也是女性死亡率次高的癌症。肺癌早期是以肺结节的形式表现的。CT扫描是早期检测肺结节最有效的工具。计算机辅助检测(ComputerAided Detection,CAD)系统能帮助放射科医生减少阅片时间,并提高检测的准确率。肺癌CAD有两个主要功能:肺结节检测和肺结节分割,其中,肺结节检测包括候选结节提取和去假阳。本论文首先分别对它们进行了综述,分析现有方法的缺陷,并提出了解决方案,且取得了很好的效果。 第一,综述结节检测方法和结节分割方法。对现有方法进行分类型综述,并分析出现有方法存在的待解决问题。 第二,针对圆点滤波器(Dot Filter)不能提取候选毛玻璃型肺结节的问题,提出了一种基于自适应非线性滤波器(Adaptive Nonlinear Filter,AN)和圆点滤波器相结合的候选毛玻璃型结节提取方法。对于23套CT影像(内含有32个毛玻璃型结节)漏检率为15.6%,平均每层影像5.5个假阳,平均每套影像需要时间1.2分钟。本文算法在所需运行时间、敏感性和特异性上都优于现有方法。 第三,针对圆点滤波器不能区分粘连血管型结节、血管交叉处和血管末梢处,从而造成假阳率高的问题,提出了两种新特征和一种基于组合优化方法(改进遗传算法或分散搜索)和支持向量机(Support Vector Machine,SVM)相结合的肺结节检测框架。首先建立特征选择模型,然后用组合优化方法和SVM对模型求解,求得的最优特征组合结合SVM构建分类器。该分类器能保证低漏检率的前提下,降低肺结节检测的假阳率。用64套肺影像(内含有136个结节和6253个假阳)测试分类器的性能,检出110个结节,漏检26个结节,共有96个假阳,最终效果为:敏感性80.9%,平均每套影像1.5个假阳。实验结果表明,该框架和算法的敏感性和特异性都优于Philips、Siemens、GE等产品。 第四,针对应用均值漂移(Mean-Shift)算法分割肺结节时,带宽选择范围过长的问题,提出了一种新的缩短带宽选择范围的方法。应用区域生长和带宽选择定理确定初始带宽参数,再利用多尺度空间滤波聚类理论的最稳定尺度准则确定最佳的自适应带宽参数。与基于统计分析规则的带宽选择方法相比,该方法时间复杂度低,且能得到符合实际问题的带宽参数。该方法对毛玻璃型、粘连血管型、粘连肺壁型和孤立型肺结节(各向同性和各向异性),共18套CT影像病例内含有36个结节(共95层结节影像),进行评估实验,都取得了符合医生金标准的分割结果。结果表明,该方法对分割所有类型的肺结节都是有效的。 第五,针对结节与血管相连且两者CT值相近造成分割粘连血管型结节困难的问题,提出一种基于最大期望(Expectation Maximum,EM)的自适应带宽参数选择方法,并采用Mean-Shift算法解决粘连血管型结节分割问题。与基于统计分析规则的带宽选择方法和基于迭代的带宽选择方法相比,该方法时间复杂度低,且能直接求得符合实际问题的正确的带宽参数。利用血管流向特征方向分布服从正态分布,而结节的流向特征方向服从均匀分布的特点,建立模型,并用EM估计模型参数,根据均匀分布的权重和带宽选择定理确定带宽参数。该方法在16套CT影像病例(内含有16个粘连血管型结节)进行评估实验,都取得了符合医生金标准的分割结果。结果表明,该方法能快速、精确、自动地对粘连血管型结节进行三维分割。
【学位授予单位】:东北大学 
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP391.41

手机知网App
【引证文献】
中国期刊全文数据库 前1条
1 李阳;文敦伟;王珂;刘乐;;多核学习矩阵化最小二乘支持向量机算法及肺结节识别[J];吉林大学学报(工学版);2014年02期
中国博士学位论文全文数据库 前1条
1 陈侃;基于活动轮廓模型的肺结节分割方法研究[D];华南理工大学;2013年
中国硕士学位论文全文数据库 前4条
1 香世杰;肺结节计算机辅助诊断系统中分割算法研究及实现[D];华南理工大学;2011年
2 孙明磊;基于肺部CT图像的肺结节自动检测与识别[D];华东理工大学;2012年
3 别继松;基于支持向量机的肺部结节CT图像分割与识别[D];吉林大学;2012年
4 张梓良;肺结节医学图像体绘制技术研究[D];华南理工大学;2013年
【参考文献】
中国期刊全文数据库 前5条
1 周芳芳;樊晓平;叶榛;;均值漂移算法的研究与应用[J];控制与决策;2007年08期
2 杨瑞森;肺癌流行病学和早期诊断新技术[J];肿瘤防治杂志;2004年07期
3 赵明昌,田捷,薛健,朱珣,何晖光,吕科;医学影像处理与分析开发包MITK的设计与实现[J];软件学报;2005年04期
4 王洁;;肺癌多学科综合治疗:困境与对策[J];循证医学;2008年06期
5 于洋;赵宏;冯锐;;基于冗余小波和分水岭变换的肺结节识别[J];仪器仪表学报;2008年03期
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
3 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
4 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
5 张昭;何东健;;基于计算机视觉的竹块颜色分类方法研究[J];安徽农业科学;2010年26期
6 汪洁;朱军;;基于Linux的中文垃圾邮件过滤系统设计与实现[J];安徽农业大学学报;2011年02期
7 苏科;陈志彬;;基于BP神经网络的车牌识别系统[J];辽宁科技大学学报;2010年05期
8 孙梁;郗安民;;LED芯片损坏和缺陷识别[J];半导体光电;2009年06期
9 张贵,乔春生;应用支持向量机回归确定岩体强度指标[J];北方交通大学学报;2004年01期
10 李翠霞,于剑;一种模糊聚类算法归类的研究[J];北京交通大学学报;2005年02期
中国重要会议论文全文数据库 前10条
1 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
2 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[A];第二十六届中国控制会议论文集[C];2007年
5 刘华;张建华;王娆芬;王行愚;;人机系统操作员功能状态的模糊聚类方法[A];第二十九届中国控制会议论文集[C];2010年
6 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
7 尹雪娇;;基于蚁群算法的故障诊断[A];创新沈阳文集(A)[C];2009年
8 江萍;;车牌分割中的阈值选择策略[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 王刚;邬晓钧;郑方;王琳琳;张陈昊;;基于参考说话人模型和双层结构的说话人辨认[A];第十一届全国人机语音通讯学术会议论文集(二)[C];2011年
10 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
6 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
7 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
8 徐红林;基因调控网络的建模及其结构分解方法研究[D];江南大学;2010年
9 陈冠豪;黄芪注射液对肺癌小鼠模型作用机制初探[D];山东中医药大学;2010年
10 傅军;新型墙体抗裂抗渗性能及工程应用研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
4 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
5 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
6 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
7 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
8 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
9 陈楠楠;互动音乐桌[D];山东科技大学;2010年
10 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 李峥嵘;刘晓平;李自元;丁厚本;;图像分割多阈值法研究[J];CT理论与应用研究;2006年04期
2 孙申申;李宏;康雁;赵宏;;均值漂移带宽选取新方法及其在分割肺结节中的应用[J];东北大学学报(自然科学版);2008年09期
3 杨晖,曲秀杰;图像分割方法综述[J];电脑开发与应用;2005年03期
4 杨合超;周雪梅;;几种图像分割技术的比较[J];电脑知识与技术;2009年09期
5 胡敏;李梅;汪荣贵;;改进的Otsu算法在图像分割中的应用[J];电子测量与仪器学报;2010年05期
6 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
7 贾同;魏颖;赵大哲;;一种基于CT影像的肺癌病灶检测新方法[J];电子学报;2010年11期
8 喻罡,张红梅,卞正中,郭佑民;一种改进的一致性扩散图像增强方法[J];电子与信息学报;2005年09期
9 陈万青;张思维;邹小农;;中国肺癌发病死亡的估计和流行趋势研究[J];中国肺癌杂志;2010年05期
10 宋红,林家瑞;医学诊断专家系统进展[J];国外医学.生物医学工程分册;1995年03期
中国博士学位论文全文数据库 前10条
1 皋军;智能识别中的降维新方法及其应用研究[D];江南大学;2010年
2 王青竹;基于三维SVMs的肺部CT中的结节检测算法[D];吉林大学;2011年
3 杨玉海;孤立性肺结节良恶性综合性影像诊断的ROC分析及其临床应用价值研究[D];山东大学;2011年
4 覃光华;人工神经网络技术及其应用[D];四川大学;2003年
5 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
6 姜静清;最小二乘支持向量机算法及应用研究[D];吉林大学;2007年
7 吴龙海;高分辨率CT图像的肺部病变计算机辅助诊断研究[D];中国科学技术大学;2008年
8 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
9 李丽娟;最小二乘支持向量机建模及预测控制算法研究[D];浙江大学;2008年
10 王倩;CT图像中肺部疾病的计算机辅助诊断方法研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前9条
1 李越;基于形态学及灰度熵的肺结节检测算法[D];北京交通大学;2011年
2 孙旭辉;基于CT图像的肺结节检测与识别算法研究[D];太原科技大学;2011年
3 杨猛;基于规则的模式分类方法研究[D];国防科学技术大学;2003年
4 于立燕;肺部结节的自动检测和特征分析[D];东南大学;2004年
5 罗晓华;基于分形的孤立肺结节识别[D];重庆大学;2006年
6 秦钧;孤立性肺结节的计算机辅助诊断研究[D];重庆大学;2006年
7 姚斯强;一种基于线性判别分析和支持向量机的音乐分类方法[D];上海交通大学;2007年
8 梁琰;肺部CT图像分析及特征提取研究[D];重庆大学;2007年
9 刘东菊;基于阈值的图像分割算法的研究[D];北京交通大学;2009年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 刘少芳;结合DICOM CT序列三维信息肺结节CAD系统设计研究[D];电子科技大学;2013年
【二级参考文献】
中国期刊全文数据库 前7条
1 车国卫,周清华;肺癌的筛查和早期诊断[J];中国肺癌杂志;2003年06期
2 王兆虎,刘芳,焦李成;一种基于视觉特性的遥感图像分割[J];计算机学报;2005年10期
3 何晖光,田捷,赵明昌,杨骅;基于分割的三维医学图像表面重建算法[J];软件学报;2002年02期
4 李乡儒,吴福朝,胡占义;均值漂移算法的收敛性[J];软件学报;2005年03期
5 彭宁嵩,杨杰,刘志,张风超;Mean-Shift跟踪算法中核函数窗宽的自动选取[J];软件学报;2005年09期
6 李连弟,鲁凤珠,张思维,牧人,孙秀娣,皇甫小梅,孙杰,周有尚,欧阳宁慧,饶克勤,陈育德,孙爱明,薛志福,夏毅;中国恶性肿瘤死亡率20年变化趋势和近期预测分析[J];中华肿瘤杂志;1997年01期
7 于甬华,于金明;正电子发射型计算机断层显像在肿瘤临床中的应用[J];中华肿瘤杂志;2003年06期
【相似文献】
中国期刊全文数据库 前10条
1 任江涛;黄焕宇;孙婧昊;印鉴;;基于遗传算法及聚类的基因表达数据特征选择[J];计算机科学;2006年09期
2 蒋盛益;郑琪;张倩生;;基于聚类的特征选择方法[J];电子学报;2008年S1期
3 李霞;蒋盛益;郭艾侠;;基于聚类和信息熵的特征选择算法[J];郑州大学学报(理学版);2009年01期
4 陈祖耀;王士同;;新的特征选择方法[J];计算机工程与设计;2009年04期
5 孙申申;任会之;康雁;赵宏;;基于遗传算法和支持向量机的肺结节检测[J];系统仿真学报;2011年03期
6 张莉,孙钢,郭军;入侵检测系统中有监督学习的特征选择方法[J];计算机工程;2005年13期
7 王连喜;蒋盛益;;面向分类特征的无监督特征选择方法研究[J];小型微型计算机系统;2011年01期
8 刘海峰;刘守生;姚泽清;张学仁;;一种基于改进K-means聚类的文本特征选择模型[J];微电子学与计算机;2009年06期
9 龙鹏飞;唐军;王琳;;基于特征选择的数据流聚类[J];计算机工程与设计;2010年19期
10 刘海峰;刘守生;张学仁;;聚类模式下一种优化的K-means文本特征选择[J];计算机科学;2011年01期
中国重要会议论文全文数据库 前10条
1 魏昕路;洪志令;姜青山;;一种基于样本缩减策略的新窗口式聚类算法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
2 王守强;朱大铭;史士英;;基于输入点集求解k-Means聚类算法[A];第二十六届中国控制会议论文集[C];2007年
3 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
4 李政涛;夏树倩;王大玲;冯时;张一飞;;一种基于语义引力及密度分布的聚类算法[A];第六届全国信息检索学术会议论文集[C];2010年
5 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
6 李世峰;黄磊;刘昌平;;几种聚类方法的比较[A];第八届全国汉字识别学术会议论文集[C];2002年
7 郑伟;季铎;蔡东风;;潜在语义索引中特征优化技术的研究[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
8 刘洋;江志纲;丁增喜;王大玲;鲍玉斌;于戈;;一种基于图的聚类算法GB-Cluster[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
9 邓敏;刘启亮;李光强;程涛;;一种基于场模型的空间聚类算法[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年
10 刘强;林世平;;基于蚁群聚类算法的中文本体学习[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
中国重要报纸全文数据库 前10条
1 周晓娟;TD已过分水岭[N];通信产业报;2008年
2 天相投顾 闻群王聃聃;选基金需考虑风险承受力[N];中国证券报;2007年
3 孙志伟;刘刚检查城防林建设[N];齐齐哈尔日报;2008年
4 郑卫东;高产鹅选种方法和标准[N];中国畜牧兽医报;2007年
5 海通证券 娄静吴先兴;把握风险收益特征选择最适合自己的基金[N];上海证券报;2007年
6 ;视频数据中挖“宝”[N];计算机世界;2002年
7 华泰证券 吴璟;权证投资:只买对的,不买便宜的[N];上海证券报;2008年
8 ;现代军队与智能战争[N];中国计算机报;2005年
9 张小明;如何选择供应链[N];现代物流报;2005年
10 本报记者 海虹;儿童玩具 鱼龙混杂[N];甘肃法制报;2006年
中国博士学位论文全文数据库 前10条
1 孙申申;基于CT影像的肺结节检测与分割方法研究[D];东北大学 ;2009年
2 韦娜;基于内容图像检索关键技术研究[D];西北大学;2006年
3 张颖;基于群集智能模式识别方法的研究[D];大连理工大学;2008年
4 朱林;基于特征加权与特征选择的数据挖掘算法研究[D];上海交通大学;2013年
5 吕铁军;通信信号调制识别研究[D];电子科技大学;2000年
6 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
7 陈晓云;文本挖掘若干关键技术研究[D];复旦大学;2005年
8 李勇明;尿沉渣图像自动识别算法的研究[D];重庆大学;2007年
9 刘天羽;基于特征选择技术的集成学习方法及其应用研究[D];上海大学;2007年
10 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 李红;数据挖掘中特征选择与聚类算法研究[D];大连理工大学;2010年
2 卜德云;自适应谱聚类算法的研究与应用[D];南京航空航天大学;2010年
3 石洪竺;量子进化聚类算法研究[D];西安电子科技大学;2010年
4 温程;并行聚类算法在MapReduce上的实现[D];浙江大学;2011年
5 张珠玉;聚类算法及其在日志数据处理中的应用研究[D];山东师范大学;2011年
6 叶冲轶;高维海量数据联合聚类算法的研究与应用[D];浙江工商大学;2010年
7 姚毓凯;一种有效的自适应网格密度聚类算法研究[D];兰州大学;2011年
8 王帆;基于优化目标可调控的免疫聚类算法的研究[D];太原理工大学;2010年
9 李长进;基于蚁群算法的混合聚类算法研究[D];中国石油大学;2010年
10 郑仁毅;基于数据挖掘技术的入侵检测系统研究与设计[D];厦门大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026