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神经网络和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
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 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
- 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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 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
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 基于支持向量机的故障诊断方法研究,TP18
- 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
- 市级旅游用地规划环境影响评价研究,X820.3
- 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
- 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
|