文档介绍：华中科技大学
硕士学位论文
CT图像的肺结节特征提取的方法研究
姓名:何珂程
申请学位级别:硕士
专业:计算机软件与理论
指导教师:金人超
2011-01-17
华中科技大学硕士学位论文
摘要
肺癌是目前对人类健康和生命威胁最大的疾病之一。CT 扫描已成为肺癌的早期
检测和诊断的主要手段,基于 CT 图像的结节检测和良恶性判别也成为国内外研究的
热点。识别肺结节的特征是判断其良恶性判别的主要方法,分叶征和毛刺征则就是
其中的主要特征。
针对于结节分叶征的形态特征,提出了一种新的分叶征提取方法,在分割后的结
节的基础上,使用最小二乘法对结节边界上的点进行去噪处理,然后使用向量叉积
找到结节边缘的拐点,从而确定相邻两个拐点间的凹点或凸点。由于不用计算角度,
时间复杂度较低,算法思想也比较简洁,并能有效的识别结节的分叶征。毛刺征在
CT 影像中表现为结节周围的线状影(除了血管以外),使用极坐标转向笛卡尔坐标
转换算法(Rubber band straightening transform,RBST),也就是将极坐标转换成笛卡
尔坐标,通过有效灰度插值法得到结节周围毛刺区域的灰度值,并根据这部分的灰
度值画成矩形平铺图,最后对该平铺图进行分析,通过平均直方图法和傅里叶频谱
分析的方法求出毛刺征的值,该值能很好的判别该结节是否具有毛刺征。
最后使用苏州大学附属第二医院影像中心提供的病例进行测试,结果与医生提供
的病例报告对照,正确率较高,同时假阳性率也低,因而能有效的提取结节的分叶
征和毛刺征,性能也取得较理想的效果,从而帮助医生提高对肺结节的良恶性识别
率。

关键词: 计算机辅助诊断,肺结节,特征提取,分叶征,毛刺征
I
华中科技大学硕士学位论文
Abstract
Lung cancer is the biggest disease threatening human health and life at present. The
CT scan has e the main means of lung cancer early detection and diagnosis. The
nodules detection and benign and malignant recognition based on CT images have also
e the international hotspot. The pulmonary nodules of feature extraction became the
main factors of benign and malignant recognition. Leaves symptoms and Burr symptoms
is the most important features.
We puts forward a new method of identifying the leaves symptoms and burr
symptoms, the method uses the vector fork deposition and least-square method to deal
with the noise. It can accurately find out the convex boundary point. Because the calculate
angle is not needed, plexity and algorithm thought also are considerable and can
effectively identify the leaves symptoms. In aspect of extracting burr features, we use
RBST algorithm that puts the polar coordinates into Cartesian coordinates. Through
effectively interpolation, we get the gray value around blur area and make the part of grey
value into the form of rectangular graph. We analyze the tile figure. We can get the burr
levy value through average histogram method and th