论文部分内容阅读
肺癌是严重威胁人们生存的疾病，目前，已经跃居成为世界恶性肿瘤病例的第一位。而计算机辅助诊断系统(CAD)对早期肺癌的发现和诊断有十分重要的价值。肺区域分割作为基于医学影像学的计算机辅助诊断系统(CAD)的第一步，具有十分重要的研究意义。
活动轮廓模型是目前应用、研究最广的图像分割方法，本文对活动轮廓模型及其在X胸片肺部区域分割中的应用进行了深入研究，提出了两种新颖的基于活动轮廓模型的分割算法，并将其应用于课题所开发的X胸片肺节点计算机辅助检测系统中。通过大量的实验，验证了所研究分割算法的有效性。所做的主要工作和研究成果如下：
(1)提出了基于局部区域的双活动轮廓模型。在研究传统几何活动轮廓模型的基础上，结合X胸片肺区域分割问题的实际需要，引入了局部区域信息，使得在目标边缘上任意一点的局部区域内，目标和背景的灰度分布在各自区域内部大致是一致的，克服了全局灰度分布不均匀这一难题。同时，使用双活动轮廓，克服了单轮廓不能到达深度凹陷区域的缺陷。对X胸片肺部区域的分割达到了良好的效果。
(2)提出了稀疏空间活动轮廓模型。针对传统水平集活动轮廓模型演化时间长的问题，并且受到水平集快速算法的启发，将窄带法的思想发挥到极致，只更新与轮廓线相邻的一个像素的符号距离函数。大大的缩短了运算时间，同时也完善了分割效果。
(3)结合X胸片肺区域分割算法，利用多尺度的Hessian矩阵检测疑似肺节点，并用大规模训练样本的支持向量机(multiplemassivetrainingsupportedvectormachine，MTSVM)消除假阳性节点，开发了针对肺节点检测的计算机辅助诊疗系统。通过大量的实验，说明了本系统的可行性和高效性。