頸部淋巴结超声图像分析与应用.docVIP

学校代码： 10246 学 号： 041021083 博 士 学 位 论 文 颈部淋巴结超声图像分析与应用 院 系： 信息学院电子工程系 专 业： 生物医学工程 姓 名： 张俊华 指 导 教 师： 汪源源 教授 完 成 日 期： 2007年4月1日  指导小组成员：汪源源 教授 施心陵 教授 王 怡 教授 目录 摘要 1 Abstract 3 第一章 绪论 5 1.1 前言 5 1.2 颈部淋巴结疾病诊断概况 6 1.2.1淋巴结结构和功能 6 1.2.2 颈部淋巴结异常的主要原因 7 1.2.3 颈部淋巴结疾病超声诊断的优势和发展概况 7 1.3本文的创新点 9 1.4 本文的内容和结构 9 第二章 颈部淋巴结超声图像分割 11 2.1 参数形变模型 12 2.1.1 snake模型原理及其数值解法 12 2.1.2 snake模型外力的几种主要方法 14 2.2 改进的梯度矢量流snake模型 15 2.2.1梯度矢量流 (Gradient Vector Flow，GVF) 15 2.2.2 边缘流矢量及其改进 17 2.2.3 改进的梯度矢量流snake模型 20 2.3 改进的距离图snake模型 22 2.3.1 距离图snake模型 22 2.3.2 结合边缘流的距离图snake模型 23 2.4 分割结果的定量评价指标 24 2.5 实验结果 25 2.5.1 梯度矢量流snake模型及其改进方法的分割结果 25 2.5.2 距离图snake模型及其改进方法的分割结果 27 2.6 小结 29 第三章 颈部淋巴结超声图像特征提取 31 3.1 颈部淋巴结医学超声图像诊断特征 31 3.1.1 B型超声图像特征[1-7, 24] 32 3.1.2 多普勒功率图特征 34 3.2 颈部淋巴结超声图像特征量化提取 35 3.3 超声特征主观分级和量化参数的相关分析及其结果 41 3.3.1 颈部淋巴结医学超声图像特征的主观分级 42 3.3.2 主观分级和量化特征的相关分析及其结果 43 3.4 复合的Haralick纹理特征 45 3.5 分割结果对特征提取的影响分析 47 3.6 小结 49 第四章 基于粗糙集的支持矢量机分类器 51 4.1 支持矢量机 (Support Vector Machine, SVM) 51 4.1.1 结构风险最小化原则 52 4.1.2 线性支持矢量机 53 4.1.3 非线性支持矢量机 56 4.1.4 ν-支持矢量机 (ν-SVM) 57 4.2 粗糙集基本概念 59 4.3 粗糙间隔支持矢量机 (Rough Margin Based Support Vector Machine, RMSVM) 59 4.4 实验结果 63 4.5 小结 65 第五章 颈部淋巴结超声图像分析系统及其性能分析 66 5.1 颈部淋巴结超声图像分析系统结构和功能 66 5.1.1 超声图像分割 67 5.1.2 超声图像特征提取 68 5.1.3 载入训练样本集和分类识别 68 5.1.4 其他功能 68 5.2 实验和分析 69 5.2.1 颈部淋巴结超声图像分析系统的应用结果和分类器性能比较 69 5.2.2 分割结果对分类的影响分析 71 5.2.3 各量化特征参数分类性能分析 72 5.2.4 医生鉴别诊断结果 72 5.3 小结 73 第六章 讨论和展望 74 6.1 结论分析和总结 74 6.2 展望 75 参考文献 77 致谢 84 附录：博士期间发表的论文 85 摘要 淋巴结是人体内产生免疫应答的重要器官，淋巴结异常通常表明其属区范围内出现病变，因此检查淋巴结对相关疾病的诊断具有重要意义。颈部淋巴结是淋巴疾病的好发区，在临床上颇为重要。对颈部淋巴结检查的各种方法中，超声成像技术由于具有无损性、实时性、廉价性、操作方便等优点，是首选的影像方式。但颈部淋巴结超声图像的人工判读有较大的主观性。通过计算机对淋巴结超声图像进行量化分析，必将有利于提高医生诊断的客观性。为此，本文建立了一套颈部淋巴结超声图像分析系统，该系统完成了对颈部淋巴结超声图像的分割、量化特征提取和分类识别。 本文首先对梯度矢量流snake模型进行改进，用于淋巴结超声图像分割。传统梯度矢量流snake模型仅根据图像中的亮度信息进行图像分割。由于淋巴结超声图像质量较差，含有大量的斑点噪声而且对比度较低。传统梯度矢量流snake模型的分割结果难以令人满意。本文利用包含图像纹理和亮度信息的边缘流形成梯度矢量流，充分利用了超声图像中的纹理