文档介绍：:.篗::
学位论文作者签名:豸徘学位论文作者签名:易霹耘艮日期:趌≥.口¨:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。日期:如,谝住指导教师日期本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知识产权属于西华大学,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,西华大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。C艿穆畚脑诮密后遵守此规定指导教师签名
摘要肺癌是最常见的内脏恶性肿瘤,是对人类健康威胁最大的肿瘤疾病之一,发病率和死亡率都很高,而我国肺癌患者的数量居全球首位。相对其他癌症而言,肺癌的生物特性十分复杂,发病早期无症状或症状轻微,发病时间短,恶性程度高,不易发现,易转移,而晚期又难以治愈。因此,为了使肺癌病人的存活率得到提高,最关键也是最主要的方法是进行肿瘤生长初级阶段的检测与治疗。研究发现,假如在肺癌的早期阶段就进行检测并及时治疗,病人的存活率可以从%上升到%。近几年来,随着影像技术越来越发达,临床医学证明诊断早期无病症肺癌非常有效的医学方法是进行低剂量扫描。这些肺部的疾病一般被称为孤立性肺结节虼耍锒肺部疾病最有效的方法是检测与识别孤立性肺结节。随着计算机软硬基础的提升、数字图像处理技术的发展、模式识别方法不断深入的研究,使得计算机辅助诊断系统能够为肺癌的检诊断提供有力的支持。对肺部图像的处理算法可以利用计算机进行实现,对病变特征进行检测,帮助医生进行可疑对象的发现,进行分析和判断,一方面大大提高医生的工作效率,另一方面让病情诊断客观化,提高病情诊断正确率。因此,在肺结节病情诊断中用计算机进行辅助,提取其特征值,检测与识别肺结节,具有重要的研究意义与价值。要准确地实现肺部的智能诊断,降噪处理、特征提取和分类是关键,故本研究重点从降噪处理、特征提取和分类三个方面展开深入的研究。本论文的具体的研究工作尾緾枷癫±矸治觥1疚闹饕=樯芰艘窖枷竦奶氐愫头治隽朔尾緾像中肺结节的医学征象,并介绍了一些肺结节的医学知识。尾緾枷竦脑ご恚河捎谠诜尾緾枷竦牟杉讨胁豢杀苊獾匾敫种噪声,并且由于肺部图像成像原理的特殊性造成目标图像边缘模糊,为了最大限度地减少噪声和消除边缘模糊对后续特征提取和分类的影响,应对肺部图像进行预处理。本文针对肺部图像采用具有自适应阈值提取方法的最大类间方差法对图像进行二值化处理,然后采用二值图像形态学方法将图像变化为背景像素为⒛勘晗袼匚夷勘昵蚰谖蘅斩吹亩低枷瘢詈蠼ǖ玫降亩祷枷裼朐嫉亩枷窠杏操作。这种方法能够很好地确定目标图像的边界和完全消除背景噪声的影响。卣魈崛。罕疚拇踊叶忍卣鳌⑽评硖卣鳌⑿翁卣鞯榷喔鼋嵌忍崛》尾緾像的特征值,并选取具有代表性的基于灰度共生、:
基于不变矩的形态特征值作为后续分类研究的特征数据,用于第五章中肺部图像的分类研究。谥С窒蛄炕姆尾緾枷穹掷喾治觯罕疚难∮媚芄缓芎玫拇硇⊙疚题的支持向量机作为分类器,试验中对从解放军第皆翰杉7尾緾图像和幅异常肺部图像进行分类,其分类准确率能都达到.%,进而验证了该分类方法的有效性。综上所述,本文利用提出的形态学方法对肺部图像进行降噪处理,并利用支持向量机对肺部图像进行二分类,取得了较好的分类效果。今后工作的重点是对肺部病理的深入研究、特征的选择和分类算法的优化,建立完善的肺部图像处理方法,为进一步提高分类准确率而努力。关键词:肺部图像;预处理;特征提取;支持向量机;分类基于鰒姆尾緾枷裉卣魈崛〖胺掷嘌芯
..琽,,西华大学硕士学位论文,畉,瓹瑃,,琩甋%.瑆,琓,瑃—,瑃,.:篸’,,.
.篊;籪琣ィ琣;基于姆尾緾枷裉卣魈崛〖胺掷嘌芯—琺,.猚,瑃,甌:瑃,,,..,—琭,,—
髀研究背景和意义研究现状肺癌是当今世界上对人类生命健康危害最大的恶性肿瘤之一,其发病率在癌症中位居世界第二,也是恶性肿瘤中最常见的病例。特别是近半个世纪以来,各国的肺癌发病率和死亡率都在急剧上升,主要是因为肺癌的早期的发现比较困难,加上晚期的病例又很难治愈等一系列原因导致。因此,如果要提高患肺癌的病人的生存几率,那么在肿瘤的生长初期就检测和治疗病人是比较有效的方法。肺癌的早期是以肺结节为表现形式,因此,肺结节的早期检测和诊断