论文部分内容阅读
肺癌是世界范围内患病率和死亡率最高的肿瘤之一,目前年轻男性的发病率和死亡率呈上升趋势,公共卫生正面临着沉重的肺癌筛查负担。所以,研究有效的肺结节检测和诊断方法,对于肺癌的早发现和早治疗,并提高潜在肺癌病人存活率有着重要作用。然而,中国乃至全球高端医疗检测设备被外企所垄断,导致癌症诊断费用居高不下。因此,在持久的抗癌和反垄断斗争中,肺结节智能检测和识别方法研究对于肺癌的早发现、提高潜在肺癌病人检出率和存活率、同时对降低肺癌诊断费用,以及使得肺癌检测过程更清晰和诊断更准确具有重要意义和应用价值。虽然目前已取得一定的成果,但是在肺结节检测和识别方法上,依然存在很多问题。本文对此进行了较系统、深入的研究,其主要内容和主要创新体现在:
(1)首先,肺部CT (Computed Tomography) 图像有着组织复杂、灰度不均匀且图像间差异大的特点。针对传统方法难以对CT图像进行有效增强的问题,展开了智能增强的实验研究。通过实验和分析,得知免疫非 Beta 增强方法能够根据不同CT图像自适应地选择相应的灰度变换曲线,有着良好的增强效果,该方法为肺结节检测和识别奠定了基础。其次,进行肺实质提取。针对传统滚圆方法存在滚圆半径与边界缺陷尺寸不匹配、以及圆形滚圆与肺实质形状不吻合而导致边界修复不完全的问题,提出了多尺度类圆形滚圆的肺实质提取方法,实验验证了所提方法的准确性和可靠性。
(2) 接着,针对肺结节检测假阳率高的问题,提出了基于Hessian信息和多尺度反向高斯拉普拉斯 (Hessian Information and Multiscale Reverse Laplacian of Gaussian, Hessian-MRLoG) 的疑似肺结节检测方法。利用LoG (Laplacian of Gaussian) 算子与 CT 图像肺结节亮度分布呈相反性、以及肺结节形状表现为多样性的特点,构造了 Hessian-MRLoG 模。为了增强类圆点检测效果,引进了二阶偏导调节因子,设计了类圆点滤波器,从而提出了 Hessian-MRLoG 的肺结节检测方法,实验验证了所提方法的准确性和可靠性。因此,该方法能够提高肺结节检出率并能显著降低假阳率。
(3)然后,为了加强肺结节分割算法性能检测研究,针对传统模型难以模拟多种类型和多种形状肺结节的问题,先后提出了基于改进高斯模型、改进隐函数模型的肺结节模拟方法,分别模拟产生了四种类型和常见七种形状的肺结节,以及其它类型和形状的肺结节。除此之外,还设计了反向策略的模拟肺结节效果的量化评价方法。实验验证了所提方法的有效性和可靠性。从而,有效解决了传统模拟肺结节模型的局限性和不足的问题,提供了一种模拟肺结节效果的客观、量化评价方法,同时提供了一种关于肺结节分割算法准确性和精确度的客观、精确的检测方法。
(4)针对模糊C-均值分割方法存在噪声敏感性导致误分割或分割不准确的问题,结合 CT图像噪声呈非平稳高斯分布的特点,对传统窗口傅里叶变换方法进行了改进,设计了多尺度窗口傅里叶滤波方法,考虑到孤立噪声点对分割算法的影响,提出了混合滤波策略的模糊 C-均值的肺结节分割方法。模拟肺结节分割性能检测实验,结果表明了所提方法有着高的分割准确性和高的分割精度;实际肺结节分割验证实验,验证了所提方法的准确性和有效性。
(5)再次,受人体免疫系统启发,针对特征选择和分类算法存在孤立式研究的问题,提出了智能免疫克隆优化的肺结节分类方法。该方法首先利用混沌运动的特性,并根据Logistic映射混沌运动的机理和特性,选择最佳混沌状态控制因子,由此产生的种群具有很好的随机性和遍历性,弥补了免疫算法存在初始种群单一性的不足。基于高斯变异尺度小、柯西变异尺度大的特点,设计了智能变异策略,并在智能变异策略引导下给出了智能变异控制因子,于是形成了智能高斯-柯西混合变异算子。进而,利用所提方法对感兴趣区域进行特征选择,并对支持向量机参数进行同步优化。实验结果表明了所提方法的准确性和有效性。
最后,利用以上提出的方法对90套CT图像中652个肺结节进行检测、识别和分类,取得了97.87% 的分类准确度。
(1)首先,肺部CT (Computed Tomography) 图像有着组织复杂、灰度不均匀且图像间差异大的特点。针对传统方法难以对CT图像进行有效增强的问题,展开了智能增强的实验研究。通过实验和分析,得知免疫非 Beta 增强方法能够根据不同CT图像自适应地选择相应的灰度变换曲线,有着良好的增强效果,该方法为肺结节检测和识别奠定了基础。其次,进行肺实质提取。针对传统滚圆方法存在滚圆半径与边界缺陷尺寸不匹配、以及圆形滚圆与肺实质形状不吻合而导致边界修复不完全的问题,提出了多尺度类圆形滚圆的肺实质提取方法,实验验证了所提方法的准确性和可靠性。
(2) 接着,针对肺结节检测假阳率高的问题,提出了基于Hessian信息和多尺度反向高斯拉普拉斯 (Hessian Information and Multiscale Reverse Laplacian of Gaussian, Hessian-MRLoG) 的疑似肺结节检测方法。利用LoG (Laplacian of Gaussian) 算子与 CT 图像肺结节亮度分布呈相反性、以及肺结节形状表现为多样性的特点,构造了 Hessian-MRLoG 模。为了增强类圆点检测效果,引进了二阶偏导调节因子,设计了类圆点滤波器,从而提出了 Hessian-MRLoG 的肺结节检测方法,实验验证了所提方法的准确性和可靠性。因此,该方法能够提高肺结节检出率并能显著降低假阳率。
(3)然后,为了加强肺结节分割算法性能检测研究,针对传统模型难以模拟多种类型和多种形状肺结节的问题,先后提出了基于改进高斯模型、改进隐函数模型的肺结节模拟方法,分别模拟产生了四种类型和常见七种形状的肺结节,以及其它类型和形状的肺结节。除此之外,还设计了反向策略的模拟肺结节效果的量化评价方法。实验验证了所提方法的有效性和可靠性。从而,有效解决了传统模拟肺结节模型的局限性和不足的问题,提供了一种模拟肺结节效果的客观、量化评价方法,同时提供了一种关于肺结节分割算法准确性和精确度的客观、精确的检测方法。
(4)针对模糊C-均值分割方法存在噪声敏感性导致误分割或分割不准确的问题,结合 CT图像噪声呈非平稳高斯分布的特点,对传统窗口傅里叶变换方法进行了改进,设计了多尺度窗口傅里叶滤波方法,考虑到孤立噪声点对分割算法的影响,提出了混合滤波策略的模糊 C-均值的肺结节分割方法。模拟肺结节分割性能检测实验,结果表明了所提方法有着高的分割准确性和高的分割精度;实际肺结节分割验证实验,验证了所提方法的准确性和有效性。
(5)再次,受人体免疫系统启发,针对特征选择和分类算法存在孤立式研究的问题,提出了智能免疫克隆优化的肺结节分类方法。该方法首先利用混沌运动的特性,并根据Logistic映射混沌运动的机理和特性,选择最佳混沌状态控制因子,由此产生的种群具有很好的随机性和遍历性,弥补了免疫算法存在初始种群单一性的不足。基于高斯变异尺度小、柯西变异尺度大的特点,设计了智能变异策略,并在智能变异策略引导下给出了智能变异控制因子,于是形成了智能高斯-柯西混合变异算子。进而,利用所提方法对感兴趣区域进行特征选择,并对支持向量机参数进行同步优化。实验结果表明了所提方法的准确性和有效性。
最后,利用以上提出的方法对90套CT图像中652个肺结节进行检测、识别和分类,取得了97.87% 的分类准确度。