基于视觉显著性肺结节检测系统设计与实现.docVIP

基于视觉显著性肺结节检测系统设计与实现 　　摘 要： 检测系统先利用迭代等方法分割出肺实质区域，然后根据策略改进的ITTI视觉注意模型找出肺结节所在的显著性区域，再利用最大类间方差等方法分割出可疑肺结节，最后提取肺结节的特征并利用支持向量机进行分类建模。该系统能更快地分割出可疑肺结节区域，提高肺结节检测的速度。帮助医生更快速精确地了解医学图像中的信息。 　　关键词： 视觉显著性； 肺结节； 支持向量机； 医学图像处理与分析 　　中图分类号：TP311 文献标志码：A 文章编号：1006-8228（2018）01-46-03 　　Design and implementation of pulmonary nodule detection system based on vision saliency 　　Chai Xiaoyun， Han Guilai， Lin Jianlin， Fu Chunming， Chen Zuan， Zhang Yuwei 　　（Institute of Medical Information， Hainan Medical College， Haikou， Hainan 571199， China） 　　Abstract： The detection system uses iterative method to separate the lung parenchyma， then according to the strategy of improved ITTI visual attention model to identify the salient region of lung nodule， and then the suspected pulmonary nodules is separated by using the Otsu method. Finally， the features of pulmonary nodules are extracted and classified by support vector machines. The system can quickly separate the suspicious regions of lung nodule and improve the detection speed of pulmonary nodules， helping doctors understand the information in medical images more quickly and accurately. 　　Key words： vision saliency； pulmonary nodule； support vector machines； medical image processing and analysis 　　0 引言 　　??国家癌症中心《2017中国城市癌症最新数据报告》显示，在各大城市中死亡率前五位的癌症主要是肺癌和消化系统癌症，其中肺癌在小城市、中等城市、大城市中的死亡率分别为40.71%、47.79%、54.19%，远远超过死亡率排名第二的胃癌、肝癌[1]。在国内，肺部结节的发病率已达20%，这其中约有5%会转化为肺癌[2]。对于肺部结节患者，在三个月内追踪随访，可以筛查早期肺癌，所以早发现早治疗，才能给患者提高最大的生存空间[3]。目前，螺旋式CT扫描有利于肺癌的早期诊断和鉴别[4]。近年来，通过运用计算机程序对CT图像的处理与分析研究，使得肺结节计算机辅助诊断技术快速的发展起来[5]。 　　本系统也是基于CT图像的检测来开展，目的是通过实现肺结节的系统检测，来减少肺结节的漏诊和误诊的几率[6]。其中，可疑肺结节区域的分割，是本文系统实现其功能的关键。本文采用对ITTI的视觉感知模型中的WTA策略进行改进，结合肺结节精确分割流程，使显著性区域分割从单一肺结节扩展到多发肺结节[7]，提高了肺结节显著性区域分割的准确率。 　　1 系统设计方案 　　本文设计的基于视觉显著性的肺结节检测系统，可以辅助医生更好地检测和发现CT图片中可疑肺结节的区域，是医护人员的“第二双眼睛”。系统从CT图像的获取与识别开始，去除胸廓区域分割出肺实质，使用最大类间方差的方法对ITTI模型中的WAT算法策略进行改进，使感兴趣区域的分割从单一的肺结节转为多发肺结节[7]，而后进行可疑肺结节的特征提取和SVM建模分析，如图1所示。 　　2 系统设计与实现 　　2.1 肺实质分割 　　在CT图像中，除左右肺之外还包括胸廓、肋骨及胸壁软组织等，如果这些组织没有被剔除，就会降低算法的有效性、增加检测的时