学位论文 > 优秀研究生学位论文题录展示

面向肺部CAD的特征提取、选择及分类方法研究

作 者: 王菲
导 师: 魏颖
学 校: 东北大学
专 业: 模式识别与智能系统
关键词: 肺部CAD 遗传算法 主成分分析 BP神经网络 特征选择 支持向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 9次
引 用: 0次
阅 读: 论文下载
 

内容摘要


肺癌是最常见的内脏恶性肿瘤之一,对其确诊一般是在中晚期,诊断后存活率较低,因此早期诊断意义重大。目前医学影像学中CAD技术不断涌现,并且获得快速发展,现已成为影像学研究的热点问题。肺部CAD系统可以帮助医生进行医学图像评估、提高诊断效率,减轻医生负担。研究表明CAD在肺癌的早发现早诊断、提高肺癌诊断的准确率和减少漏诊等方面已起到积极作用。基于此,本文对肺部CAD系统进行了分析和特征提取、选择及分类算法研究。在特征提取算法研究方面,先从医学角度分析了孤立性肺结节的征象,并在此基础上提取了能充分表达所有医学征象的完备特征空间,主要提取了包括灰度特征、形状特征和纹理特征在内的25个特征。在特征选择算法研究方面,为了减少不必要的计算量,提高分类器的性能,在识别之前先进行特征空间优化。首先分析研究了基于标准遗传算法的肺结节特征选择方法,虽然选择结果大大降低了特征冗余,减少了计算时间,却直接删除了很多特征,损坏了特征空间的完整性。对此,本文提出了基于PCA的GA特征选择算法,在进行遗传选择之前,对特征进行主成分分析得到融合特征以保证特征空间的完备性,实验表明该方法降低了特征维数,实现了特征空间的优化。在ROI分类算法研究方面,主要研究了BP神经网络支持向量机分类算法。不论从识别效率还是准确率方而分析,SVM分类器有更好的分类性能。但由于在ROI识别中漏诊比误诊造成的损失更大,为防止漏诊,文中提出将等损失SVM分类算法应用到肺结节的检测中,实验表明该算法具有更好的识别效果。

全文目录


摘要  5-6
英文摘要  6-11
第1章 绪论  11-17
  1.1 课题背景及研究意义  11-12
  1.2 国内外研究现状  12-13
    1.2.1 CAD研究现状  12
    1.2.2 肺部CT图像的CAD研究现状  12-13
  1.3 肺部CAD系统结构  13-14
  1.4 本文内容及组织结构  14-17
    1.4.1 本文主要研究工作  14-15
    1.4.2 本文组织结构  15-17
第2章 肺结节的医学征象  17-25
  2.1 CT图像介绍  17-19
    2.1.1 CT图像分类  17-18
    2.1.2 CT图像特点  18-19
  2.2 肺结节的临床表象  19
  2.3 肺结节病理特征及医学征象  19-24
    2.3.1 肺结节的内部征象  20-21
    2.3.2 肺结节的边缘征象  21-22
    2.3.3 肺结节的周围征象  22
    2.3.4 肺结节其它征象  22-24
  2.4 本章小结  24-25
第3章 肺部感兴趣区域的二维特征提取与分析  25-37
  3.1 肺结节特征概述  25
  3.2 ROI二维特征提取  25-32
    3.2.1 灰度特征提取  26
    3.2.2 形态特征提取  26-31
    3.2.3 纹理特征提取  31-32
  3.3 ROI特征提取结果  32-34
  3.4 ROI特征分析  34-35
  3.5 本章小结  35-37
第4章 ROI特征选择算法研究  37-55
  4.1 特征优化理论  37-39
    4.1.1 特征相关概念  37-38
    4.1.2 特征选择算法分析  38
    4.1.3 特征评判标准  38-39
  4.2 基于标准遗传算法的ROI特征选择  39-47
    4.2.1 遗传算法介绍  39-42
    4.2.2 基于标准遗传算法的特征选择实现  42-45
    4.2.3 实验结果与分析  45-47
  4.3 基于PCA的遗传算法特征选择  47-54
    4.3.1 主成分分析原理  47-49
    4.3.2 基于PCA的GA特征选择实现  49-51
    4.3.3 实验结果与分析  51-54
  4.4 本章小结  54-55
第5章 ROI分类算法研究  55-71
  5.1 基于BP神经网络的ROI分类  55-61
    5.1.1 人工神经网络介绍  55-56
    5.1.2 BP神经网络模型  56-58
    5.1.3 BP神经网络在ROI分类中的应用  58-60
    5.1.4 实验结果与分析  60-61
  5.2 基于SVM的ROI分类  61-68
    5.2.1 结构风险最小化理论  61-62
    5.2.2 SVM原理  62-65
    5.2.3 等损失SVM在ROI分类中的应用  65-68
  5.3 分类器性能分析  68-70
  5.4 本章小结  70-71
第6章 总结与展望  71-73
  6.1 总结  71
  6.2 展望  71-73
参考文献  73-77
致谢  77

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  5. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  6. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  7. 音乐结构自动分析研究,TN912.3
  8. 基于三维重建的焊点质量分类方法研究,TP391.41
  9. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  10. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  11. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  12. 基于仿生模式识别的文本分类技术研究,TP391.1
  13. 唇读中的特征提取、选择与融合,TP391.41
  14. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  15. 基于图像的路面破损识别,TP391.41
  16. 机械臂视觉伺服系统的研究,TP242.6
  17. 基于支持向量机的故障诊断方法研究,TP18
  18. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  19. 市级旅游用地规划环境影响评价研究,X820.3
  20. 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
  21. 珠三角地区高性能混凝土配合比智能化系统,TU528

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com