【摘 要】
：
肺癌是死亡率最高的恶性肿瘤,严重威胁人类的生命健康。计算机断层扫描技术（CT）能够实现对肺癌快速、有效的检测。基于CT图像的计算机辅助诊断技术能够识别和分割CT图像中的肺肿瘤,为肺癌的精确放射治疗提供重要参考信息,如何高效、准确对肺肿瘤进行分割仍是计算机辅助诊断领域内的研究热点。而在各种类型的肿瘤分割问题中,血管黏连型肿瘤由于肿瘤与血管的黏连处在CT图像中没有明显边界,极大的增加了计算机识别肿瘤与
论文部分内容阅读
肺癌是死亡率最高的恶性肿瘤,严重威胁人类的生命健康。计算机断层扫描技术（CT）能够实现对肺癌快速、有效的检测。基于CT图像的计算机辅助诊断技术能够识别和分割CT图像中的肺肿瘤,为肺癌的精确放射治疗提供重要参考信息,如何高效、准确对肺肿瘤进行分割仍是计算机辅助诊断领域内的研究热点。而在各种类型的肿瘤分割问题中,血管黏连型肿瘤由于肿瘤与血管的黏连处在CT图像中没有明显边界,极大的增加了计算机识别肿瘤与血管的难度,实现血管黏连型肿瘤的精准分割十分具有挑战性。在此背景下,本文主要研究肺部CT图像中血管黏连型肿瘤的分割问题,主要工作与研究内容如下:（1）为提高肺实质分割效率,设计了一种提取完整肺实质的方案。为防止噪声干扰,对CT图像进行降噪滤波处理。利用自适应区域生长算法自动、快速获取肺实质图像。使用形态学的方法填充肺实质,获得肺实质内部肿瘤信息。提出一种基于感兴趣区域的双寻驻点法,对左右肺近距离区进行黏连检测和分割。最终获得分开的左右肺实质,提高了肺实质分割效率,为肺肿瘤分割工作做好前期准备。（2）设计了一种基于梯度信息的管状特征判别方法。对待检测区域进行外边界提取。以相邻边界点的位置为参考获得特征线方向,从待检测点开始沿着特征线方向记录两次梯度变化明显的点作为起点和终点,规定起点和终点之间的距离为特征线长度。最后通过外边界点的特征线信息,判断待检测区域内部的管状区域部分,能够实现对肿瘤上黏连血管的准确识别。（3）针对血管黏连型肿瘤难以精准分割的问题,设计了基于区域限制的迭代膨胀算法来对血管黏连型肿瘤进行分割。利用区域生长算法获得血管黏连型肿瘤,以肿瘤区域作为限制区域。提取Frangi滤波后的肿瘤图像作为起始运算图像。对起始运算图像进行迭代膨胀,并将每次膨胀结果与限制区域取交集,保证结果在限制区域内部。通过每次膨胀取交集后图像增加面积的变化,判断运算图像的边界是否到达限制区域内肿瘤部分的边界,最终获得去除黏连血管的肺肿瘤,提高了血管黏连型肿瘤分割的准确率。
其他文献
结直肠癌肝转移疾病是影响结直肠癌患者治疗和预后的主要原因,大约有一半的结直肠癌患者会发生肝转移。因此,如何更准确地鉴别出肝转移病灶和更早的预测出肝转移风险是非常重要的。然而,临床医师目前主要是凭借多年的临床经验,通过常规的影像对疾病进行定性评估,还达不到精准医疗的效果。近年来,随着影像组学技术的不断发展,很多研究学者对肿瘤疾病的鉴别和预测有了新的思路。本文在研究结直肠癌肝转移病灶鉴别困难问题上,给
孤独症谱系障碍（Autism Spectrum Disorder,ASD）是一种神经发展障碍性疾病,目前其发病原因还不明确,至今仍然没有有效的诊断手段和治疗方法。ASD患者在社交和行为等方面异于常人,康复训练费用昂贵,严重影响了患者及其家庭生活质量,同时对社会和国家造成了负担。ASD的早期诊断可以使病情在发展初期得到有效干预,因此寻找一种客观的诊断方法有着重要的现实意义。随着医学影像的发展,研究人
据统计,目前心血管疾病是我国城乡居民致死率最高的疾病,并且近年来患病率持续上升。心血管疾病的发病具有隐秘性和突发性的特点,因此对心血管疾病及时预警显得尤为重要。心室的复极过程反映在心电图上即T波,当心室复极过程出现异常时,心电图T波会相应的发生形态改变,因此监测T波的形态变化可以提早发现心脏的病变。但心电图连续监测所获得的心电信号数据量庞大,医生的诊断任务会相当繁重。因此,为了辅助医生阅读心电图,
窄带物联网（Narrow Band Internet of Things,NB-IoT）依靠其广覆盖、低功耗、低成本、大连接等优势,成为被广泛应用的物联网技术。小区搜索作为NB-IoT下行接收机中的关键过程,是终端和基站进行通信的保障。小区搜索需要检测两种同步信号,而NB-IoT和传统的LTE（Long Term Evolution,长期演进）相比,两种同步信号的结构和功能都不同,同时NB-IoT
脑肿瘤分割对于脑肿瘤放射治疗计划的制定和疗效评估具有重大意义。由于脑肿瘤的大小、形状各不相同并且位置难以确定,常用的手动分割方法耗时耗力,分割结果也会受到专家个人经验的主观影响。卷积神经网络（Convolutional Neural Network,CNN）中的U-Net网络使用编解码结构,并且在编码结构与解码结构的同一层使用了跳跃连接,可以将编码部分与解码部分的特征融合,常被用于脑肿瘤图像的分割
随着互联网和电子信息产业的不断发展和进步,互联网逐渐成为人们获取信息的主要手段,人们能够获取的信息量剧增,随之产生信息过载问题,解决信息过载的一个有效手段是推荐系统。推荐系统的核心是推荐算法,其中协同过滤推荐算法深受瞩目,它通过分析用户的历史评分信息为用户进行个性化推荐。但是该方法仍存在数据稀疏性问题和冷启动问题,导致推荐系统的准确度不高。因此针对协同过滤的局限性,本文尝试加入辅助信息,做出了以下
我国作为世界人口第一大国,截至2021年年末,我国受到视力障碍影响的人数已多达1700余万,视力的受损甚至丧失使他们的正常出行受到了严重的影响。为了解决视力障碍者出行不便的问题,研究人员设计出了各种导盲设备。但是现有的一些导盲设备普遍以检测道路水平面以上的正障碍物为主,却往往忽略了视力障碍者出行时对他们威胁更大的坑洞等水平面以下的负障碍,同时这些导盲设备普遍存在功能不全,无法实时预警,携带不便等问
忆阻器因具有存储大量信息和模拟神经突触功能的特性,已成为一种受到广泛关注的纳米级器件。然而,忆阻器还存在一些不足:一方面,忆阻器中导电细丝的随机形成导致器件参数分布具有一定弥散性,增加了误读可能性,因此优化忆阻器性能是其发展过程的一项重要任务。另一方面,在忆阻器功能层中掺杂金属量子点是提高器件性能的可行方法,但是金属量子点会发生聚集现象,不利于器件的稳定,解决金属聚集问题也是提高器件性能的有效方式
由于传统的冯·诺依曼计算机中的计算和存储是分离的,因此数据的访问和处理需要更多的能量和时间。忆阻器（Memristor）作为一种新型的存储器件,能够解决上述冯·诺依曼的瓶颈问题,它能够模拟人脑兼具存储和计算的功能,其应用前景不可估量。然而,传统的忆阻器存在着开关电压分布离散,不稳定和与CMOS不兼容等问题。经研究发现铁电忆阻器和基于量子点材料的忆阻器可有效改善上述问题。一方面,在外加电场的调控下,
阿尔茨海默症（Alzheimer’s Disease,AD）是一种不可逆的神经退行性疾病,俗称老年痴呆,患者群体主要是老年人。轻度认知障碍（Mild Cognitive Impairment,MCI）是阿尔茨海默症患者早期的病理状态。传统的诊断方法对医生要求较高,误诊率也相对较高,易导致患者错过最佳治疗时间,及时准确地诊断对缓解AD和MCI患者病情具有重要的临床意义。磁共振成像（Magnetic