收藏本站
《中国科学技术大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高分辨率颅脑CT体数据的病变自动检出方法研究

范亚  
【摘要】:With further development of the computer technology, image processing, pattern recognition and artificial intelligence technology, the whole society is becoming more intelligent. In the medical field, a variety of high-capacity, high-resolution medical imaging equipments are applied. In a medium-sized hospital, the growth rate of CT scan images produced by a variety of medical instruments is more than 10G byte per day. Doctors have to do a lot of diagnosis facing computer screen or films every day. As a result, the efficiency improvement of large-scale usage of inspection equipments is not obvious, and it may lead to unnecessary misdiagnosis and missed diagnosis. The traditional manual way of reading film imags has significantly lagged behind the rapid development of technology and equipment, and with the growing application of greater capacity, higher resolution, more advanced imaging equipment, this contradiction will become increasingly prominent. Medical image is a kind of natural image and has the features of structural continuity, and grayscale consistency in CT images et. al. Theoretically it can be machine identified using image processing technologies and pattern recognition technologies. In long term, to carry out intelligent computer-aided diagnosis based on image processing and analysis will become a major trend. In order to achieve the goal of computer intelligent diagnosis or computer aided diagnosis, the problem first of all must, thus, be faced and solved is automatic detection of lesions. Nowadays, lesion detection based on whole brain scan data especially detection based on texture features is just in the beginning. In this dissertation, aim at the direction of computer intelligent diagnosis, and intensive studies lesion detection methods based on high-resolution 3D cerebral CT images, we put forwards several innovative algorithms or improvement algorithms. Experiments are performed to verify the overall framework and algorithms we proposed. The main research work and contribution of this dissertation are as follows: (1) Proposed the main framework of lesion detection based on three-dimensional cerebral CT data. Currently, lesion detection based on three-dimensional CT volume data is still in the initial stage, there is no unified framework and standards. This paper presents a lesion detection method based on three-dimensional cerebral CT data and feature vectors statistical atlas, and the flow chart and main framework of lesion detection, including data preprocessing, rigid registration and non-rigid registration, atlas creation, feature extraction, and, ultimately, the process of disease detection. We also have done experiments in every stage to verify the methods and the main framework. (2) Proposed a whole brain image segmentation method based on prior knowledge and the continuity of the brain structure, and also an interpolation algorithm in layers. Based on the prior knowledge of cerebral CT images and the continuity of brain structure, we proposed a whole brain image segmentation method which begins from the centure layer and respectively to the base and top of the skull, and it can automatically segment the whole brain images in one time. This dissertation proposed an improved inter-layers interpolation algorithm, which should select a neighborhood window, and then select corresponding point from neighborhood window based on feature vectors. Experimental results show that the proposed method satisfied the interpolation constraints, the image interpolated has clear structure, and retains the structural characteristics and textural properties, and meets the requirement of subsequent data processing. (3) Proposed an improved rigid registration algorithm, to avoid falling into local optimal solution. As Powell optimization algorithm is a local optimization algorithm, it is easy to fall into local optimal solution. In addition, the characteristics of the image itself and the local similarity caused by interpolation are also easy to make the registration process fall into a local optimum. In this dissertation, we proposed an optimization algorithm based on uniform design and Powell. The experiments verified that it can avoid falling into local optimal solution. (4) Proposed the improved Demons algorithm to strengthen the topology preservation of registration. The existing research results can not completely eliminate the non-topology preservation in non-rigid registration. So, we designed an improved algorithm. This is based on the viewpoint that it's not only necessary to reduce the deformation, but sometimes to increase the deformation for topology preservation. In this algorithm. we maintain the direction of deformation and make two-way optimization of deformation magnitude to make the Jacobian determinant greater than zero. Experiments verified that the improved method can eliminate all deformation points without topology preservation. (5) Proposed a texture feature vector construction method for building statistical mapping and lesion detection. In order to detect lesions with texture features, a texture feature vector with low-dimension and high classification capacity should be constructed. In this dissertation, we proposed several optional texture characteristics based on theoretical analysis, and then do experiments to select the best combination. Experiment verified that the lesion detection result is fine based on the selected texture feature vector. Compared to other high-demension feature vector, it has the features of simple construction, less calculation and good texture classification capacity. We appreciate the support of Nature and Science Foundation of China (Project No.60771007).
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:R816.1;TP391.41

手机知网App
【引证文献】
中国期刊全文数据库 前1条
1 张琳;杨玲;亓敏;;20例婴幼儿颅脑MRI扫描技术应用研究[J];世界最新医学信息文摘;2015年32期
中国硕士学位论文全文数据库 前1条
1 李方勇;陶瓷水阀片表面缺陷图像检测方法研究[D];浙江理工大学;2016年
【参考文献】
中国期刊全文数据库 前10条
1 林相波;邱天爽;阮素;NICOLIER Frédéric;;Demons非刚性配准算法拓扑保持性的研究[J];自动化学报;2010年01期
2 徐伟栋;刘伟;厉力华;夏顺仁;马莉;邵国良;张娟;;基于特性模型与神经网络的乳腺图像肿块自动检测技术[J];电子与信息学报;2009年07期
3 李传富;冯焕清;刘伟;韩真;孙涛;;基于特征向量统计图谱的颅脑CT图像中病变检出的初步研究[J];中国医疗器械杂志;2009年01期
4 汪文英;沈斌;陆忠华;迟学斌;余慧;;基于均匀设计与Powell算法的全局最优化算法及并行实现[J];计算机应用研究;2007年05期
5 祁俐娜;罗述谦;;基于VTK的医学图像三维重建[J];北京生物医学工程;2006年01期
6 杨学东;路晓东;张莉;李绍科;王振光;;无症状非吸烟者肺空气潴留的HRCT评估及其与肺功能的相关性研究[J];临床放射学杂志;2005年11期
7 张伟宏,牟文斌,齐冰,王富英,马毅,朱元珏,翟伟明,胡成文,金征宇,刘玉清;CT肺功能成像参数正常值研究[J];临床放射学杂志;2005年10期
8 任景英,陈树越;基于断层间切片图像的插值方法研究[J];计算机测量与控制;2005年07期
9 徐茂盛,彭顺秀,周永生,王仁贵;双相高分辨率CT对慢阻肺的定量诊断价值分析[J];中国误诊学杂志;2005年09期
10 冯林,严亮,黄德根,贺明峰,滕弘飞;PSO和Powell混合算法在医学图像配准中的应用研究[J];北京生物医学工程;2005年01期
中国博士学位论文全文数据库 前1条
1 周平;基于纹理特征的颅脑CT图像病变自动化检出算法研究[D];中国科学技术大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 李萌;沈聪;问雷涛;杨薇粒;银楠;焦磊;郭佑民;;基于计算机辅助测量对正常学龄前儿童肺密度的研究[J];实用放射学杂志;2018年06期
2 李兆延;张铖方;;基于膜计算的多模态图像配准算法研究[J];西华大学学报(自然科学版);2015年05期
3 赵飞;高峰;王铭梁;张晓锦;;无症状受试者呼气相空气潴留与年龄及吸烟的相关性调查[J];空军医学杂志;2015年02期
4 李清锋;陆涛;吴英宁;廖莎;;用多层螺旋CT高分辨率动态扫描诊断轻度COPD的效果研究[J];当代医药论丛;2015年09期
5 顾亚律;陆信;凌锋;杨立民;郝金钢;张世先;聂祖庆;秦靖婷;;MSCT对肺减容术肺形态及功能预测的临床应用研究[J];中国CT和MRI杂志;2015年04期
6 张洁;;几种优化网格算法在智能集装箱中的应用[J];物联网技术;2015年03期
7 李卫星;姚菁菁;;慢性阻塞性肺疾病稳定期患者胸部定量CT变化分析[J];中国CT和MRI杂志;2014年09期
8 夏亭亭;关玉宝;李靖煦;万齐;周嘉旋;李宏;孙申申;康雁;;COPD定量CT扫描与肺功能检查小气道参数的相关性研究[J];CT理论与应用研究;2014年04期
9 潘婷婷;陆丽婷;顾绮芳;;QPSO算法和Powell法结合的多分辨率医学图像配准[J];计算机应用与软件;2014年07期
10 韩蔚;赵俊玲;李荣国;;基于双尺度Sech模板的浸润性乳腺癌检测方法研究[J];科学技术与工程;2014年01期
中国博士学位论文全文数据库 前4条
1 梁鹏;基于内容的目标分类识别关键技术研究[D];华南理工大学;2011年
2 范亚;基于高分辨率颅脑CT体数据的病变自动检出方法研究[D];中国科学技术大学;2011年
3 刘露;基于CT图像肺癌定性诊断若干关键问题研究[D];哈尔滨工业大学;2009年
4 韩东峰;图像分类识别中特征及模型的若干问题研究[D];吉林大学;2008年
【同被引文献】
中国期刊全文数据库 前2条
1 刘长志;;浅析颅脑MRI扫描技术[J];中国伤残医学;2013年04期
2 何强;范宪淼;欧阳大军;;浅谈婴幼儿颅脑MRI扫描技术[J];中外医疗;2011年05期
中国硕士学位论文全文数据库 前10条
1 江熹;基于数字图像处理的大空间早期火灾自动检测与识别技术研究[D];华东交通大学;2012年
2 陈岩;基于阈值分割的织物疵点检测技术研究与实现[D];北京工业大学;2012年
3 刘昕;人脸特征提取与人脸识别系统研究[D];东北大学;2012年
4 章坚;基于计算机视觉的电表PCB板智能识别系统的研究[D];浙江大学;2012年
5 姚婷婷;微小永磁器件坯料表面质量的视觉检测研究[D];江西理工大学;2011年
6 王锟;基于支持向量机的图像分割方法研究[D];华南理工大学;2011年
7 张蕾;基于集成神经网络的离线手写签名鉴别方法[D];贵州大学;2009年
8 甘志杰;基于Hu矩和支持向量机的静态手势识别及应用[D];青岛科技大学;2008年
9 娄海涛;中国书画印章图像的提取与识别[D];北京邮电大学;2008年
10 孙天瑜;基于机器视觉的注塑制品缺陷检测系统研究[D];东北大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈荻;周平;李传富;周康源;;颅脑CT纹理识别中的树结构小波算法研究[J];中国医疗器械杂志;2007年04期
2 李传富;周康源;陈曾胜;黄丹;何力;王庆临;;序列颅脑CT图像的颅腔内结构自动化分割[J];中国科学技术大学学报;2006年02期
3 李传富;周康源;吴月娥;何力;王庆临;;基于配准方法的颅脑CT图像病变信息自动提取算法[J];中国生物医学工程学报;2006年01期
4 徐伟栋,王小英,夏顺仁,严勇;基于模型的乳腺X线图像胸肌分割算法研究[J];浙江大学学报(工学版);2005年03期
5 葛虓俊,张国桢,滑炎卿;CT肺功能的研究进展[J];中国临床医学影像杂志;2004年03期
6 彭天强,王聪丽;可视化工具包应用研究[J];信息工程大学学报;2003年01期
7 王延华,洪飞,吴恩华;基于VTK库的医学图像处理子系统设计和实现[J];计算机工程与应用;2003年08期
8 费晓璐,张志广,李银波;基于Visualization Toolkit的数字化人体骨骼系统的重建与可视化[J];北京生物医学工程;2002年04期
9 谢晟,王仁贵,王仪生,蒋学祥;肺高分辨率CT的呼气相定量研究及其与肺功能的关系[J];中国医学影像技术;2002年11期
10 吴建明,施鹏飞;Visualization Toolkit及其在三维体重建中的应用[J];微型电脑应用;2002年08期
【相似文献】
中国期刊全文数据库 前10条
1 张晓鹏,徐刚,孙应实,徐舟;胃癌组与正常组螺旋CT淋巴结检出率比较研究[J];实用放射学杂志;2002年10期
2 陆新昱;潘欣;;改变头颅CT扫描基线角度对副鼻窦炎检出的影响[J];中国慢性病预防与控制;2013年01期
3 郑玲;张龙江;黄伟;蔡军;卢光明;;双源CT心肌桥的检出率及其价值[J];临床放射学杂志;2008年02期
4 朱天照,蒋学祥,唐光健;螺旋CT肺结节检出率的实验研究[J];中国医学影像技术;2003年07期
5 刘媛;周纯武;张红梅;蒋力明;姜军;王爽;马霄虹;;多排螺旋CT结肠成像术在结直肠肿瘤性病变检出诊断中的应用[J];中国介入影像与治疗学;2010年01期
6 罗红兵;周鹏;青浩渺;王晓东;温子鹏;陈晓丽;任静;许国辉;;计算机辅助检测系统在低剂量CT肺癌筛查中非钙化肺结节检出方法的研究[J];肿瘤预防与治疗;2017年01期
7 崔燕海;张晓鹏;唐磊;孙应实;;贲门癌CT检出淋巴结分布的影像学特点[J];中国医学影像技术;2007年04期
8 余迅;张追阳;张威江;于向荣;费锡锋;华东英;;64多层螺旋CT多平面重建技术在肺结节检出率中的价值[J];南通医学院学报;2009年06期
9 黄新明;段青;薛蕴菁;王承胜;王莉莉;陈光亮;;双源CT在复杂性先天性心脏病中的诊断应用[J];心血管康复医学杂志;2009年02期
10 欧阳林,肖湘生;常规剂量下影响CT检出肺结节的因素[J];医学影像学杂志;2004年02期
中国重要会议论文全文数据库 前10条
1 陈永健;徐莉;;巨泌乳素在高泌乳素血症及不同分析系统间的检出分析[A];2012年浙江省医学微生物与免疫学及医学病毒学学术年会暨革兰阴性菌感染论坛论文集[C];2012年
2 黎喜;邱文;梁炎;谢增海;;单层螺旋CT在冠脉钙化检出的临床应用[A];第十二届全国临床医学影像学术会议、第四届东北三省放射学术会议论文汇编[C];2002年
3 陈永健;徐莉;;巨泌乳素在高泌乳素血症及不同分析系统间的检出分析[A];2012年浙江省检验医学学术年会论文集[C];2012年
4 王巧能;杨润芝;高丽霞;;两株生化不典型小肠结肠炎耶尔森氏菌的检出[A];新世纪预防医学面临的挑战——中华预防医学会首届学术年会论文摘要集[C];2002年
5 夏体娇;陈照立;谌志强;邱志刚;王景峰;金敏;王新为;李君文;;2009年秋冬季节天津市病毒性腹泻诺如病毒检出情况分析[A];2011年全国环境卫生学术年会论文集[C];2011年
6 陈涛;;我院2013年~2015年鲍曼不动杆菌的检出率及耐药趋势分析[A];第七届中国临床微生物学大会暨微生物学与免疫学论坛论文汇编[C];2016年
7 黄曦悦;刘岩;;阴道分泌物解脲脲原体检出率与清洁度的关系[A];第七届中国临床微生物学大会暨微生物学与免疫学论坛论文汇编[C];2016年
8 贾丽红;憨广伶;王文科;王志强;;干预诊断对社区卫生服务中心全科门诊精神障碍检出率的影响分析[A];第八届全国中西医结合心身医学学术交流会论文集[C];2015年
9 李春波;吴文源;张旭;李晨虎;何燕玲;肖世富;朱紫青;薛海波;;成功老龄标准、检出率和相关因素[A];中国心理卫生协会第四届学术大会论文汇编[C];2003年
10 赵明才;廖涛;黄义山;熊元;谢宁;苏忠龙;白雨霆;许媛;刘海波;;川东北地区肺炎克雷伯菌的检出率及特征分析[A];第六届中国临床微生物学大会暨微生物学与免疫学论坛论文汇编[C];2015年
中国重要报纸全文数据库 前10条
1 吴霓霜 记者 苏晓春;强化监管能力 提高检出效率[N];中国国门时报;2017年
2 记者 王海清;香港:部分日本蔬菜检出辐射超标[N];新华每日电讯;2011年
3 吴珊珊 记者 罗莎;检出问题集装箱44万标箱[N];中国国门时报;2011年
4 鞠 雯;输新加坡蔬菜农残检出率为零[N];中国国门时报;2004年
5 曾星夏文俊;质检部门从进口越南水果中检出有毒有害物质[N];中国质量报;2007年
6 原国锋;美输华食品被检出硒超标[N];人民日报;2007年
7 马永欣;“瘦肉精”检出率连续七次为零[N];天津日报;2005年
8 ;错帖检出仪[N];中国包装报;2007年
9 李西峰 刘炳军 郭悦;业务急剧增长下的高检出率[N];中国国门时报;2007年
10 孙德华 林锦庄;用“五抓”为提高检出率破题[N];中国国门时报;2012年
中国博士学位论文全文数据库 前10条
1 范亚;基于高分辨率颅脑CT体数据的病变自动检出方法研究[D];中国科学技术大学;2011年
2 蔡强;低剂量螺旋CT早期肺癌筛查—肺结节的检出及其相关研究[D];北京协和医学院;2011年
3 焦培峰;膝关节X线透视图像和CT数据的2D/3D配准及其应用研究[D];南方医科大学;2010年
4 欧阳爱梅;肾癌FORCE双能量CT及增强CT表现与肿瘤微结构关系研究[D];山东大学;2018年
5 刘鹏;CT静脉成像在下肢慢性静脉疾病中的临床应用[D];河北医科大学;2018年
6 周悦;能谱CT充气检查联合GSI自动智能辅助技术在评估食管癌分期诊断中的研究价值[D];郑州大学;2017年
7 李琳;能谱CT在甲状腺病变诊断及鉴别诊断中的应用研究[D];北京协和医学院;2017年
8 康立清;灌注CT反映脑瘤血管生成的实验与临床研究[D];天津医科大学;2005年
9 李廷春;三维裂隙扩展的CT试验及理论分析研究[D];中国科学院研究生院(武汉岩土力学研究所);2005年
10 翁姗姗;低剂量螺旋CT扫描对肺内结节的诊断价值[D];北京协和医学院;2010年
中国硕士学位论文全文数据库 前10条
1 莫美玲;1101例急性下呼吸道感染住院儿童病毒谱及病毒载量分析[D];南华大学;2016年
2 郑香;高敏C反应蛋白浓度变化对颈动脉斑块检出率的影响[D];河北联合大学;2014年
3 陈红军;基于脑CT图像的病变自动化检测技术研究[D];哈尔滨理工大学;2008年
4 吴锦;CT平扫与多期增强对肝脏实性占位病变检出价值的探讨[D];中南大学;2014年
5 潘洋滔;术前放化疗对腹腔镜直肠癌淋巴结检出的影响[D];浙江大学;2015年
6 吕建利;双源螺旋CT在小儿先天性心脏病诊断中的应用价值[D];山东大学;2010年
7 梁栋;语音关键词检出技术及置信度问题研究[D];哈尔滨工业大学;2010年
8 吕红艳;多排螺旋CT不同层厚重建技术对肺内结节检出的比较研究及对SPNs定性诊断的价值[D];河北医科大学;2006年
9 赵天明;华东两市新生儿先天性心脏病检出情况及影响因素分析[D];北京协和医学院;2016年
10 刘智力;重庆地区食管癌及其癌前疾病内镜检出状况的分析[D];重庆医科大学;2007年
中国知网广告投放
 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