肺结节特征提取和特征选择的研究及系统实现-计算机软件与理论专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 目前，肺癌的死亡率已远远高于其他癌症，计算机断层图像(CT)作为目前在 胸部影像学中最常用的图像，已被广泛用于对于肺部肿瘤的检测中。然而由于 CT 图像数据量较大，在大阅读量的情况下，分析错误再所难免。近些年来，随着数 字图像处理、模式识别等技术的发展，计算机辅助诊断 (Computer-Aided Diagnosis System，CAD)系统为肺癌的早期检测和诊断提供了有力的支持。因此，用计算机 辅助诊断肺部结节，提取结节的特征，检测和诊断结节，是具有十分重要的意义 和研究价值的。基于此，本文在肺部肿瘤的计算机辅助系统方面做了一些研究。 在重庆市“十一五发展规划”重大科技专项项目的资助下，课题组承担肺部病变 智能诊断系统的研发，本文承担对特征的提取及选择问题进行研究。采用层层递 进的方法，首先分析肺结节的医学征像，提取相关的医学知识，然后在总结出相 关医学诊断规则的基础上，对 ROI（Regions of Interest）进行特征提取的研究，并 提出了一种基于粗糙集的特征选择算法对特征空间进行约简，最后，将特征提取 及选择方法应用到智能病变诊断系统中。研究工作主要包括以下几个方面： ① 相关医学知识的提取。分析了肺结节诊断相关医学知识，总结提取了一些 重要的诊断准则，将其作为特征提取的切入点； ② 将医学知识与特征提取方法相结合，对肺结节区域进行特征提取。在提取 特征的过程中，既考虑了较直观的特征也考虑了一些潜在的特征，总共提取了灰 度特征、形态特征、纹理特征、空间特征共四类特征，其中形态特征从视觉上对 肺结节区域进行了很好的描述。 ③ 为了对高维的特征空间进行降维，提出了一种基于粗糙集的特征选择方 法。该方法考虑了基于可辨识矩阵核求取属性约简存在的空间与时间都不理想的 问题，它不直接构造及存储可辨识矩阵，而且在核不存在的情况下，也能取得较 好的起点核心集，将获取矩阵元素及得到核心元素同步进行，并加入了对属性集 频率的综合考虑。实验结果表明，利用约简后的属性集，计算复杂性降低，同时 保持高的决策准确率。 ④ 基于重庆市“十一五发展规划”重大科技专项项目背景，参与增加病变智能 检测和辅助诊断软件系统特征相关部分的开发。该系统基于 Borland C++和 vtk 平 台，能对原始 DICOM 格式的医学图像直接进行处理，并在现阶段已实现根据病人 的批量 CT 图片进行诊断，特别是针对一些典型的病例，诊断效果良好。 关键词：肺结节，特征提取，特征选择，系统实现 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT At present，the mortality rate for lung cancer is higher than that for other kinds of cancers around the world. Conventional chest radiograms have been used to screen lung cancer and computed tomography is widely used to help detect lung cancer, because through this, it is possible to diagnosis correctly. However, this process is exhausting for there are so many images that should be interpreted. In addition, the error of reading could not be avoided. Therefore, computerized automated detectionor diagnosis systems for medical image could be used to help clinicians diagnose, treat, monitor changes, and plan and execute procedures more safely and effectively. Computer-Aided Diagnosis (CAD) techniques provide potential necessaries for the early detection and recognition of pulmonary diseases. By using the digital image processing and pattern recognition tec