影像医学与核医学专业优秀论文 基于hessian矩阵的肺结节计算机辅助检测算法研究.docVIP

影像医学与核医学专业优秀论文 基于Hessian矩阵的肺结节计算机辅助检测算法研究 关键词：计算机辅助诊断 Hessian矩阵 肺结节 检测算法 多尺度增强 摘要：目的： 研究基于Hessian矩阵的多尺度增强算法对圆形或类圆形疑似结节区域的增强作用，用于实现对肺结节的计算机辅助检测，帮助诊断医生对肺结节进行初检，减轻医生的负担，提高肺结节的检测率。 材料和方法： 本研究选取了44幅肺部CT图像，共有90个大小不等的结节作为本实验的样本数据，图像大小512×512像素，位分配16位，位存储12位，4096灰度级，5mm或7mm层厚，像素大小0．74 mm×0．74 mm，管电压140kVp，管电流300mA，图像存储为DICOM标准格式。 本研究在Windows XP，VC++6．0的编程环境中，实现了对DICOM格式CT图像的直接读取，然后对图像进行预处理，通过阈值分割和区域增长的方法提取完整的肺实质，达到了消除冗余信息和对影像信息降噪的目的，利用高斯函数模拟肺结节，构造Hessian矩阵，利用不同的尺度参数来实现对不同大小的结节增强，提取疑似结节的感兴趣区域，然后对有CAD和无CAD时临床医生的诊断利用ROC曲线进行评价，计算出ROC曲线下的面积。 结果： 本研究实现了基于Hessian矩阵的多尺度增强算法对圆形类圆形肺结节疑似区域的增强，通过对有CAD和无CAD时临床医生诊断进行ROC分析，结果表明有CAD时诊断医师的结节检出能力（Az=0．95）高于没有CAD时（Az=0．88）。 结论： 基于Hessian矩阵的多尺度增强算法能有效的提高圆形或类圆形肺结节的检出率，但假阳性较高。该算法实用有效，本研究开发的基于该算法的软件系统界面友好使用方便。 正文内容 目的： 研究基于Hessian矩阵的多尺度增强算法对圆形或类圆形疑似结节区域的增强作用，用于实现对肺结节的计算机辅助检测，帮助诊断医生对肺结节进行初检，减轻医生的负担，提高肺结节的检测率。 材料和方法： 本研究选取了44幅肺部CT图像，共有90个大小不等的结节作为本实验的样本数据，图像大小512×512像素，位分配16位，位存储12位，4096灰度级，5mm或7mm层厚，像素大小0．74 mm×0．74 mm，管电压140kVp，管电流300mA，图像存储为DICOM标准格式。 本研究在Windows XP，VC++6．0的编程环境中，实现了对DICOM格式CT图像的直接读取，然后对图像进行预处理，通过阈值分割和区域增长的方法提取完整的肺实质，达到了消除冗余信息和对影像信息降噪的目的，利用高斯函数模拟肺结节，构造Hessian矩阵，利用不同的尺度参数来实现对不同大小的结节增强，提取疑似结节的感兴趣区域，然后对有CAD和无CAD时临床医生的诊断利用ROC曲线进行评价，计算出ROC曲线下的面积。 结果： 本研究实现了基于Hessian矩阵的多尺度增强算法对圆形类圆形肺结节疑似区域的增强，通过对有CAD和无CAD时临床医生诊断进行ROC分析，结果表明有CAD时诊断医师的结节检出能力（Az=0．95）高于没有CAD时（Az=0．88）。 结论： 基于Hessian矩阵的多尺度增强算法能有效的提高圆形或类圆形肺结节的检出率，但假阳性较高。该算法实用有效，本研究开发的基于该算法的软件系统界面友好使用方便。 目的： 研究基于Hessian矩阵的多尺度增强算法对圆形或类圆形疑似结节区域的增强作用，用于实现对肺结节的计算机辅助检测，帮助诊断医生对肺结节进行初检，减轻医生的负担，提高肺结节的检测率。 材料和方法： 本研究选取了44幅肺部CT图像，共有90个大小不等的结节作为本实验的样本数据，图像大小512×512像素，位分配16位，位存储12位，4096灰度级，5mm或7mm层厚，像素大小0．74 mm×0．74 mm，管电压140kVp，管电流300mA，图像存储为DICOM标准格式。 本研究在Windows XP，VC++6．0的编程环境中，实现了对DICOM格式CT图像的直接读取，然后对图像进行预处理，通过阈值分割和区域增长的方法提取完整的肺实质，达到了消除冗余信息和对影像信息降噪的目的，利用高斯函数模拟肺结节，构造Hessian矩阵，利用不同的尺度参数来实现对不同大小的结节增强，提取疑似结节的感兴趣区域，然后对有CAD和无CAD时临床医生的诊断利用ROC曲线进行评价，计算出ROC曲线下的面积。 结果： 本研究实现了基于Hessian矩阵的多尺度增强算法对圆形类圆形肺结节疑似区域的增强，通过对有CAD和无CAD时临床医生诊断进行ROC分析，结果表明有CAD时诊断医师的结节检出能力（