CT圖像中肺部疾病的計算機輔助診斷方法研究

目  錄
前 言 I
目  錄 III
1 緒論 1
1.1 肺部疾病的計算機輔助診斷系統(tǒng)研究背景 1
1.2 醫(yī)學(xué)影像的計算機輔助診斷的發(fā)展歷程 3
1.3 肺部疾病的計算機輔助診斷關(guān)鍵技術(shù)的研究現(xiàn)狀 4
1.3.1 肺結(jié)節(jié)計算機輔助診斷技術(shù)的研究現(xiàn)狀 5
1.3.2 支氣管計算機輔助診斷技術(shù)的研究現(xiàn)狀 9
1.4 本書組織結(jié)構(gòu) 11
1.5 本章小結(jié) 11
2 相關(guān)的基本知識 13
2.1 肺部CT的基礎(chǔ)知識 13
2.1.1 CT的相關(guān)知識 13
2.1.2正常肺部CT的解剖結(jié)構(gòu) 17
2.1.3 病變肺部CT影像征象 18
2.1.4 COPD支氣管異常的CT影像征象 20
2.2 醫(yī)學(xué)診斷實驗相關(guān)知識 21
2.2.1醫(yī)學(xué)診斷實驗評估的基本方法 21
2.2.2 ROC曲線的評價分析 25
2.3 其他相關(guān)知識 27
2.3.1交叉檢驗 27
2.3.2圖像分割準確性的評估 28
2.3.3 肺部CT計算機輔助診斷公開數(shù)據(jù)庫 29
2.4 本章小結(jié) 30
3 支氣管自動檢測及特征量化分析 31
3.1 概述 31
3.2 肺CT圖像預(yù)處理 32
3.2.1 等方性處理 32
3.2.2 肺區(qū)域分割 33
3.3 支氣管自動檢測 35
3.3.1 基于圓形度的多方向支氣管斷面初始檢測 35
3.3.2 空間交疊支氣管斷面的去除 40
3.3.3 不適合量化的支氣管斷面去除 41
3.4 支氣管形態(tài)學(xué)特征量化分析 42
3.4.1 支氣管外壁的分割 42
3.4.2 支氣管形態(tài)參數(shù)的量化 42
3.5 實驗結(jié)果與分析 43
3.5.1 實驗數(shù)據(jù) 43
3.5.2 實驗結(jié)果 44
3.5.3 結(jié)果分析 48
3.6 本章小結(jié) 49
4 肺結(jié)節(jié)自動檢測 50
4.1 概述 50
4.2 預(yù)處理 51
4.3 候選結(jié)節(jié)初始檢測 51
4.3.1 多尺度形狀選擇性結(jié)節(jié)增強 52
4.3.2 候選結(jié)節(jié)的定位及分割 58
4.4 假陽性結(jié)節(jié)的去除 59
4.4.1 特征提取 59
4.4.2 特征選擇 64
4.4.3 Fisher線性分類 66
4.5 實驗結(jié)果與分析 66
4.5.1 實驗數(shù)據(jù) 66
4.5.2 實驗結(jié)果 68
4.5.3 結(jié)果分析 70
4.6 本章小結(jié) 73
5 肺結(jié)節(jié)特征量化分析 74
5.1 概述 74
5.2 預(yù)處理 75
5.3 肺結(jié)節(jié)精確分割方法 75
5.3.1基于動態(tài)規(guī)劃與多方向融合的肺結(jié)節(jié)分割方法 75
5.3.2 基于C-V模型的肺結(jié)節(jié)分割方法 80
5.4 肺結(jié)節(jié)特征的量化 95
5.4.1 基于邊界法線-梯度正交性的毛刺征量化方法 95
5.4.2 其它特征量化方法 98
5.5 實驗結(jié)果與分析 104
5.5.1 實驗數(shù)據(jù) 104
5.5.2 實驗結(jié)果 104
5.5.3 毛刺量化結(jié)果分析 112
5.6 本章小結(jié) 114
6 總結(jié)與展望 115
6.1總結(jié) 115
6.1.1 內(nèi)容總結(jié) 115
6.1.2 研究創(chuàng)新 117
6.2展望 117
參考文獻 120