基于svm的肺結(jié)節(jié)分割與識別

《基于svm的肺結(jié)節(jié)分割與識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、＇．柄ＮｏｒｔｈｅａｓｔｅｒｎＪ，鉛分＾個義ＷＵｎｉｔｉｖｅｒｓｙ碩王學(xué)位論文＇ＴＨＥＳＩＳＦＯＲＭＡＳＴＥ民ＳＤＥＧ民ＥＥ論文題目基于ＳＶＭ的肺結(jié)節(jié)分割與巧別作者樂蒂霖學(xué)院中荷生物展學(xué)與信息工程學(xué)院專業(yè)生物醫(yī)學(xué)工程指導(dǎo)教師錢唯教授劉遠明教授？？備注二０—五年六月日一－分類號密級ＵＤＣ學(xué)位論文基于ＳＶＭ的肺結(jié)節(jié)分割與識別作者姓名；樂昂霖指導(dǎo)教師：錢唯教授東北大學(xué)中荷生物醫(yī)學(xué)與信息工程學(xué)院劉遠明教授江蘇中核久安科技有限公司：申請學(xué)

2、位級別碩壬學(xué)科類別；工程學(xué)科專業(yè)名稱；生物醫(yī)學(xué)工程論文提交日期；２０巧年５月論文答辯日期：２０巧年６月學(xué)位授予日期；２０巧年７月答辯委員會主席；馬賀評閱人：信俊昌、張翼飛東北大學(xué)２０１５年６月ＡＴｈｅｓｉｓｉｎＢｉｏｍｅｄｉｃａｌＥｎｉｎｅｅｒｉｎｇｇＳＶＭ－ｂａｓｅｄＳｅｍｅｎｔａｔｉｏｎａｎｄＲｅｃｏｎｉｔｉｏｎｏｆｇｇＬｕｎＮｏｄｕｌｅｇＢＬｅＡｎｌｉｎｙｇＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒｉａｎＷｅｉＱＰｒｏｆｅｓｓｏｒＦｌｅｍｉｎｇＮｏｒｔｈｅａｓｔｅｒ

3、ｎＵｎｉｖｅｒｓｉｔｙＪｕｎｅ２０１５獨創(chuàng)性聲明本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加Ｗ標(biāo)注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對本研巧所做的任何貢獻均己在論文中作了明確的說明并表示謝意。，學(xué)位論文作者簽名：日期：文－各Ｉ學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定；即學(xué)校有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交論文的復(fù)。印件和磁盤，允許論文被查

4、閱和借閱本人同意東北大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時間為作者獲得學(xué)位后；一一半年口／年□年半□兩年□？一？．Ｉ一￣學(xué)位論文作者簽名￣；導(dǎo)師簽名：簽字日期；＇簽字曰期－Ｉ－東化大學(xué)碩去學(xué)位論文摘要基于ＳＶＭ的肺結(jié)節(jié)分割與識別摘要盡管癌癥成像技術(shù)和新的癌癥治療方法已有著顯著的進步一，但癌癥仍是個主要的流行病學(xué)醫(yī)療保健問題。由于癌癥是異質(zhì)性的疾病，在目前的臨床實踐中由于缺乏針對癌癥預(yù)后結(jié)果的準(zhǔn)確可靠的評估能為而導(dǎo)致大量是過度診斷和過度治療，不但

5、延誤了肺。癌的最佳診巧時間，也為癌癥患者增加了醫(yī)療成本因此，能夠在前期發(fā)現(xiàn)開發(fā)最佳的個性化癌癥治巧模式已引起了廣泛的研究興趣。而肺結(jié)節(jié)正是肺癌早期出現(xiàn)的主要征象一之。為了克服這種臨床困境并提髙癌癥治療的治愈率，有效地從肺部ＣＴ圖像中分離肺結(jié)節(jié)對于肺癌的早期診斷時至關(guān)重要的。目前關(guān)于肺部及肺結(jié)節(jié)的分割識別算法眾多，然而，由于肺結(jié)節(jié)是個特征異質(zhì)性較強的組織，因此目前的識別算法大多并不總是可斤的一，為了獲得較為全面的肺部和肺結(jié)節(jié)信息，需要個足夠可靠的分割及識別算法來對大量的胸部ＣＴ圖像進行處理，而有時對于在實際的臨床圖像應(yīng)用中依然存在著不

6、可預(yù)測的變化。目前隨著ＣＴ斷層掃描技術(shù)的發(fā)展，醫(yī)學(xué)圖像具備著顯示許多潛在癌癥發(fā)展和預(yù)后生物過程等極其有用的特征，諸如肺結(jié)節(jié)的識別可Ｗ在癌癥的診斷和預(yù)后評估中提供有用的補充信息。此外，由于計算機輔助計劃實現(xiàn)了圖像特征的定量分析，開發(fā)計算機肺結(jié)節(jié)識別輔助診斷系統(tǒng)應(yīng)該是更可靠和具有成本效益的。一本文首先對研究的背景及意義進行了闡述，同時總結(jié)了目前的些分割識別的研究成果并概述了現(xiàn)有的分割方法，也闡述了本文選用ＳＶＭ進行識別算法設(shè)計的優(yōu)勢，經(jīng)過對臨床的胸部ＣＴ圖像進行了輪廓提取等預(yù)處理后一，對肺結(jié)節(jié)的些特征進行了量化的提取，最后利用ＳＶＭ

7、進行了分類識別的算法的設(shè)計。關(guān)鍵詞：肺癌；肺結(jié)節(jié)；ＣＴ；胸廓提?。唬樱郑?；ＳＭＯ－－ＩＩ東北大學(xué)碩壬學(xué)位論文Ａｂｓｔｒａｃｔ－ｍｅｎ化ｔＳＶＭｂａｓｅｄＳｅｉｏｎａｎｄ民ｅｃｏｎｉｔｉｏｎｏｆＬｕｎＮｏｄｕｌｅｇｇｇＡｂｓｔｒａｃｔＡＪｔｈｏｕｇｈｃａ打ｃｅｒｉｍａｇｉｎｇｔｅｃｈｎｉｕｅｓａｎｄ打ｅｗｔｒｅａｔｍｅｎｔｓｆｏｒｃａ打ｃｅｒｈａｖｅｂｅｅｎｓｉｎｉｆｉｃａｎｔｑｇｒｏｒｅｓｓｂｕｔｌｉｅｃａ日ｃｅｒｉｓｓｔｉｌｌａｍａｏｒｈｅａｌ出ｒｏｂｌｅｍ．Ｂｅｃａｕｓｅｃ

8、ａｎｃｅｒｓ１ｉａｈｅ：ｅｒｏｅ