收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于SVM的肺结节自动识别方法研究

张婧  
【摘要】:肺癌是当今对人类生命健康危害最大的恶性肿瘤之一,在世界的许多地区肺癌是癌症死亡的主要原因。早期发现与诊断肺癌是提高患者存活率的关键,如何有效地诊断肺癌成为全人类关心的课题。肺癌早期的表征形式为肺结节,因此肺结节的正确检测与智能识别是非常关键的。 肺结节计算机辅助诊断(Computer-Aided Diagnosis,CAD)系统为肺癌早期检测和诊断提供了帮助,一方面减轻了医生的工作量,能有效地帮助医生对潜在的肺癌进行早期检测和特征描述;另一方面使医学影像诊断更客观,提高了诊断的效率和准确率,最大程度上避免了漏诊和误诊。但目前已有的CAD系统仍存在两个主要的问题:①CAD系统对肺结节检测的敏感度不高而特异性过高;②目前已有的研究主要是针对孤立型肺结节和粘连型肺结节,而缺乏对磨玻璃型(Ground-Glass Opacity, GGO)肺结节和邻近肺壁的微小结节的研究。针对上述两个问题,本文对智能识别肺结节的方法进行了改进,取得了令人满意的结果。 论文的主要研究内容包括: 1.在基于本文设计的肺结节自动识别的平台基础上详细介绍了图像的预处理和候选感兴趣区域(Regiongs of Interested, ROIs)的分割,并且为了能够正确分割出CT图像中磨玻璃型肺结节区域,在候选ROIs的分割中采用自适应阈值的分割算法,实验证明此算法对各种类型的肺结节的分割都是有效的。 2.提取候选ROIs的灰度,形态和位置特征,加入具有旋转不变性和抵抗噪声能力的纹理特征,然后用主成分分析(Principle Component Analysis, PCA)的方法对特征优化选择。首先分析肺结节的临床病理特征和在CT图像上的医学征象;然后结合国内外学者的研究成果及专家的经验知识,根据相关知识定量地把主要能代表肺结节的灰度、形态、位置和纹理的17个特征以数学的形式表示出来,为肺结节的识别奠定基础;最后针对提取的特征之间的互相关联的问题,用PCA的方法对特征集优化选择和降维处理,使得到的新特征集彼此之间无关联,以提高分类器的分类性能和训练效率。 3.针对不同类型的肺结节,分别提出不同的分类器以识别候选ROIs中的肺结节。首先针对邻近肺壁的微小结节,根据医学知识和候选ROI的位置特征提出一种基于知识的分类器识别此类微小结节;其次比较肺结节和非结节样本的每一个特征的可分度,根据8个可分度大的特征,提出一种基于规则的分类器以区分结节和非结节;最后为进一步提高对肺结节识别的准确率,提出一种结合PCA和支持向量机(Support Vector Machine, SVM)方法的分类器对剩余候选ROIs分类。实验证明基于知识的分类器完全可以识别邻近肺壁的微小结节,结合规则、PCA与SVM方法的分类器对肺结节的检测要优于结合PCA与SVM方法的分类器。 4.针对实际提取的数据集Lung-nodule中肺结节和非结节样本之间数目的不平衡,合成少数过采样技术(Synthetic Minority Over-sampling Technique, SMOTE)的不稳定性及代价敏感的支持向量机(Cost-sensitive SVM, CSVM)分类器的局部最优问题,本文提出两种解决方法:一种是采用集成支持向量机(Ensemble SVM, ESVM)分类器对不平衡数据集进行重采样处理;另一种是基于网格搜索的CSVM分类器。分析比较基于规则、结合PCA与SVM方法、结合规则、PCA与SVM方法、ESVM和基于网格搜索的CSVM分类器的分类性能,得出无论是平衡数据集还是不平衡数据集,基于网格搜索的CSVM分类器的分类性能都要优于其它几种分类器。基于网格搜索的CSVM分类器可以在保持高特异性的同时,敏感度也能达到100%,而且对SVM/CSVM分类器本身来说,交叉验证的网格搜索寻优SVM/CSVM的参数能够使SVM/CSVM性能达到全局最优。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王春燕;吴效明;;肺结节DR图像的计算机辅助诊断技术[J];微计算机信息;2010年05期
2 聂生东;孙希文;陈兆学;;基于CT图像的肺结节计算机辅助检测技术的研究进展[J];中国医学物理学杂志;2009年02期
3 聂生东;郑斌;李雯;;CT图像肺结节计算机辅助检测与分类系统设计(英文)[J];系统仿真学报;2007年05期
4 薛以锋;鲍旭东;马汉林;吴磊;;基于CT图像的肺结节计算机辅助诊断系统[J];中国医学物理学杂志;2006年02期
5 高园园;吕庆文;郭宏;冯前进;陈武凡;;一种新的肺结节检测算法[J];计算机工程与应用;2007年23期
6 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
7 郭薇;魏颖;周翰逊;薛定宇;;肺结节的自适应检测算法[J];系统仿真学报;2009年13期
8 陈胜;李莉;;一种全新的基于胸片计算机辅助检测肺结节方案[J];电子学报;2010年05期
9 赖均;解梅;;基于PCNN与主动轮廓的肺CT候选结节的分割方法[J];计算机应用研究;2011年04期
10 罗晓华;何中市;;多重分形及其良恶性肺结节的识别[J];东莞理工学院学报;2006年01期
11 张林;何中市;张杰慧;;快速边界行进算法:一种CT图像肺实质自动分割策略[J];计算机应用研究;2011年09期
12 何中市;梁琰;黄学全;王健;;肺结节检测中特征提取方法研究[J];小型微型计算机系统;2009年10期
13 孙申申;李宏;侯欣然;康雁;赵宏;;基于EM和Mean-shift的肺结节分割[J];中国图象图形学报;2009年10期
14 陈卉;徐岩;马斌荣;;针对肺结节检测的肺实质CT图像分割[J];中国医学物理学杂志;2008年06期
15 李彬;欧陕兴;田联房;齐燕;刘思伟;张婧;;肺结节计算机辅助检测与定位系统[J];计算机应用研究;2010年06期
16 王立非;李彬;田联房;刘思伟;谭利;张婧;;基于规则及多特征跟踪的肺结节的智能检测方法[J];生物医学工程研究;2010年02期
17 孙旭辉;田启川;李临生;武志峰;房宾;;基于改进的模糊C均值聚类的肺结节计算机辅助诊断算法研究[J];现代生物医学进展;2010年17期
18 香世杰;李彬;田联房;王立非;陈萍;;保边滤波和改进FCM的疑似肺结节分割方法[J];计算机工程与应用;2010年32期
19 袁克虹;向兰茜;;用于计算机辅助诊断的肺实质自动分割方法[J];清华大学学报(自然科学版);2011年01期
20 张婧;李彬;田联房;陈萍;王立非;;结合规则和SVM方法的肺结节识别[J];华南理工大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 查开继;高剑波;张永高;郭华;杨学华;周志刚;;断层融合成像与数字X线成像诊断肺结节的比较研究[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年
2 穆景博;高向东;;X线数字化体层融合技术在肺结节探查中的应用[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年
3 汪家旺;俞同福;张也乐;孙涛;;基于FCM肺结节检测研究[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
4 鲁世千;王志维;;孤立性肺结节[A];肺癌的多学科诊治新进展[C];2005年
5 陈萍;蔡欣;陈仰纯;邓怀福;;观察SUV值在肺结节诊断的临床价值[A];首届全国肿瘤核医学新技术研讨会论文集[C];2007年
6 孙志远;;数字化体层融合在肺结节探查中的初步应用[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年
7 黄锐;冯敢生;;双能减影与常规DR检测肺结节模型的实验研究[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
8 徐岩;马大庆;贺文;;计算机辅助检测肺结节在数字化胸片肺癌筛查中的应用价值[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年
9 邹薇薇;刘士远;;CT计算机辅助检测系统在肺结节诊断中的应用[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
10 王瞳;邢海群;胡楠;;校正PET/CT显像中呼吸运动对肺结节SUV影响的方法探索[A];中华医学会第九次全国核医学学术会议论文摘要汇编[C];2011年
中国博士学位论文全文数据库 前10条
1 李惠民;肺结节CT研究[D];第二军医大学;2003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 曹阳;肺结节动态增强CT及其与肿瘤血管生成的相关性研究[D];天津医科大学;2003年
4 杨春山;孤立性肺结节MR动态增强、血管生成及MR波谱的研究[D];第二军医大学;2004年
5 刘瑛;肺结节的~(18)F-FDG PET-CT功能代谢与CT形态学研究[D];中国协和医科大学;2009年
6 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
7 曹蕾;肺结节图像的分析与识别[D];南方医科大学;2009年
8 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
9 李成州;肺外恶性肿瘤患者肺内孤立性结节的CT——病理对照研究[D];第二军医大学;2003年
10 黄锐;胸部双能减影研究[D];华中科技大学;2006年
中国硕士学位论文全文数据库 前10条
1 侯乔;16层螺旋CT肺结节分析软件在孤立性肺结节中的价值[D];重庆医科大学;2010年
2 胡向丽;毛玻璃型肺结节检测算法的研究[D];沈阳大学;2013年
3 欧阳林;探讨影响CT检出肺结节的因素[D];第二军医大学;2003年
4 杨荣荣;64排螺旋CT不同的重建参数对肺结节容积定量的影响[D];天津医科大学;2012年
5 付平;增强CT动态扫描对孤立性肺结节鉴别诊断意义的研究[D];中国医科大学;2004年
6 张勇;C臂CT在肺结节活检及射频消融术中的初步应用研究[D];广州医学院;2011年
7 郭浩;低剂量CT孤立肺结节检测方法研究[D];西安电子科技大学;2010年
8 孙海宁;肺结节MDCT容积定量影响因素与容积阈值分割法诊断效能的研究[D];天津医科大学;2010年
9 崔鑫;计算机辅助孤立肺结节检测与医学征象识别算法研究[D];西北大学;2011年
10 林永锋;基于迁移学习的计算机辅助肺结节检测研究[D];西北大学;2013年
中国重要报纸全文数据库 前10条
1 朱立明 第四军医大学;三联诊断方案辨明肺结节[N];医药经济报;2010年
2 金基山 谢乾 才朋钠;质朴得让人落泪的“党员兵”[N];人民公安报·消防周刊;2011年
3 北京大学人民医院胸部微创中心 王俊刘彦国;胸腔镜外科:胸外科的“升级版”[N];健康报;2008年
4 刘道安 李运红;更早拉响 肿瘤警报[N];健康报;2005年
5 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
6 特约记者 肖鑫 本报记者 唐先武;放射生命的光彩[N];科技日报;2011年
7 阎红;认识韦格纳肉芽肿[N];健康报;2002年
8 江山;鹅副粘病毒病的防治[N];中国畜牧报;2005年
9 人民医院 綦维维 华东医院 王鸣鹏 江苏省人民医院 刘伟;优化扫描方案 合理控制辐射[N];中国医药报;2010年
10 本报记者 张骏 通讯员 肖鑫;“没有什么比患者生命更重要”[N];解放日报;2011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
  • 010-62982499
  • 010-62783978