基于IDL肺部肿瘤医学图像处理系统的设计与实现-软件工程专业论文.docxVIP

摘 摘 要 摘 要 随着科学技术的不断发展，医学图像被广泛应用于各类疾病的诊断和科研领 域，但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制，使 得人眼对某些图像很难直接做出准确的判断，所以，用于提高图像清晰度，去除 图像噪声以及辅助诊断的医学图形处理技术被广泛研究和应用。 肺癌是一种发病率较高的绝症，目前对肺部肿瘤的及时筛查，诊断和治疗是 控制疾病发展，挽救患者性命的重要方向。在此背景下，本文研究肺部肿瘤 CT 图 像处理系统的设计与实现，目标是对原始 CT 图像进行去噪，提高图像清晰度，在 肺部图像分割的基础上，利用统计机器学习方法辅助判断肺部肿瘤的产生，此外， 利用数据库对原始 CT 图像和系统处理过程中产生的图像进行信息化管理。 首先，由于 CT 采用了高分辨率重建算法提高了空间分辨率，图像中的噪声较 强，本文采用了维纳滤波器对原始图像进行平滑处理，通过分析输入随机信号和 噪声的自相关性，利用傅立叶变换得到原始信号的最优估计。其次，采用模糊 C 均值聚类算法进行肺实质分割，找出肺叶实质区域，删除肺器官、血管、肺纹以 及毛细血管等组织，简化图像。然后，从多个角度对分割后的肺部 CT 图像进行特 征提取，基于小样本训练数据的前提，采用 SVM（Support Vector Machine）分类 器对识别肺部肿瘤，实验数据显示分类器的准确度达到 93.06%，结果表明系统可 以有效地支持医疗分析。 本文采用 IDL（Interactive Data Language）作为开发语言，设计并实现了具有 C/S 结构的肺部肿瘤图像处理系统，系统在开发过程中，基于 UML 理论分析了系 统的各项业务需求，并从整体上设计了系统结构和详细的业务流程，此外，我们 还建立了患者肺部肿瘤图像数据库，有效存储和查询患者各个阶段的肺部肿瘤 CT 图像以及系统处理过程中产生的图像。 最后，论文详细阐述了基于 IDL 的肺部肿瘤图像处理系统的部署实施情况， 并对该系统进行了性能测试和实验结果的分析。 关键词：肺部肿瘤，CT，模糊 C 均值聚类，SVM，IDL I A ABSTRACT ABSTRACT With the rapid development of science and technology, medical image is widely used in many medical treatments and research for different kinds of diseases. However, the original medical image is not clear enough for the direct recognition of diseases because of the limitation from the imaging mechanism, acquisition conditions and equipment. Thus, medical image processing technology has become an important research field and has been used in many areas. Lung cancer is a kind of incurable disease with high incidence. The detection and treatment for early lung tumor is an important to control the cancer development and has save many patients lives. Under this background, the aim of this thesis is to design and implement the lung tumor image processing system in order to improve the sharpness of CT and in eventually detect lung tumor by using machine learning methods. Besides, we also design the database for the management of original lung CT images and the images generated in the image processing process. Firstly, in order to improve the space resolution, CT image adopts hi