论文部分内容阅读
近年来,肺部疾病的发病率及死亡率在逐年升高,据统计,慢阻肺在全球疾病死亡原因当中,已占据各种疾病死亡率的第四位。通过计算机辅助检测方法,可有效的帮助助放射科医生发现病灶,减少漏诊,提高诊断的准确率,计算机辅助的诊断决策支持系统——-基于内容的图像检索也将医学图像管理的重要手段,为疾病诊断、科学研究和图像统计分析服务。
本文作者围绕肺部多病灶CT图像的计算机辅助检测和诊断决策支持方面,做了三方面工作:肺部蜂窝状病变的自动检测和算法评估、肺部多病灶cT图像基于内容的检索系统和肺结节CT图像三维显示分割系统。这些工作为肺部疾病的诊断和定量分析提供了参考,具有重要的意义。
本论文的主要工作和创新之处在于:
1.引入纹理分类法实现对肺部蜂窝状病变的自动检测,根据蜂窝状病变的特点,实现了纹理分类法的处理流程,研究了利用先验知识减小假阳性区域的方法,检测算法的敏感性为87.61％,特异性为93.75%,准确率为92.64%,并和传统的分类方法进行了比较,采用配对T检验,在显著性水平0.05上,本论文中提出的算法性能优于传统的分类方法。
2.构建了多病灶图像基于内容的检索系统框架,利用对象本体论思想,结合高级语义特征和低级图像内容特征,构建图像的高级描述符,实现对多病灶图像的检索,缓解了传统的基于内容的图像检索系统存在的语义鸿沟现象,并引入了高维索引算法,使得检索大规模图像数据成为可能。
3.完成了肺部多病灶CT图像基于内容的检索系统的原型实现,在前期肺部疾病计算机辅助检测的基础上,实现了对存在毛玻璃影,蜂窝状影,肺结节等多种病灶的肺部CT图像的检索,此外,该系统还可作为肺部CT影像诊断决策支持的工具。
4.在二维分割的基础上,开发了基于ITK,VTK开源软件包的肺结节CT图像三维显示分割系统。该系统将VTK和ITK的处理流程相结合,实现了对肺结节CT图像的三维显示和分割,该系统还可提取分割对象的三维特征,也可作为图像检索系统的辅助工具。