基于稀疏表示的肝肿瘤超声造影自动诊断方法的研究-控制科学与工程专业论文.docx

万方数据 万方数据 Classified Index: TP751 U.D.C: 621.3 Dissertation for the Master Degree in Engineering STUDIES OF AUTOMATIC DIAGNOSIS METHODS BASED ON SPARSE REPRESENTATION AND CONTRAST - ENHANCED ULTRASOUND IMAGES OF LIVER TUMORS Candidate： Fan Yu Supervisor： Prof. Shen Yi Academic Degree Applied for： Master of Engineering Speciality： Control Science and Engineering Affiliation： Department of Control Science and Engineering Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 肝脏是人体中新陈代谢的重要器官，肝脏一旦出现恶性肿瘤将严重危及生 命，因此，及时、准确地诊断肝脏肿瘤对于患者来说尤为重要。目前临床上主 要是通过对患者进行肝脏血流灌注，医生通过观察肝肿瘤超声造影成像图，结 合灌注过程中时间——强度曲线的形态变化特点以及临床经验判断肝肿瘤状 态。但是，目前临床上通过观察肝肿瘤超声造影过程进行诊断的方法存在一定 局限性，诊断结果很大程度上依赖于医生的个人经验，很容易产生误判，此 外，不同的医生经验各异，诊断结果也存在很大的随机性，不具有可重复性。 为了解决这个问题，本文分别提出两种基于稀疏表示的肝肿瘤超声造影自动诊 断方法，期望能够找到满足临床诊断需求的自动诊断方法，从而有助于在临床 上辅助医生更加直观、方便、准确地诊断肝脏肿瘤。 本文分别从理论和实验两个方面对肝肿瘤超声造影自动诊断方法进行 研 究。 理论研究方 面： 首先 ，提出基于 稀疏表示 和 PCA 相结合的特 征提取方 法，并应用于肝肿瘤超声造影 SVM 自动诊断，进而提出基于稀疏表示特征提 取的肝肿瘤超声造影 SVM 分类方法，从而对基于 SVM 的肝肿瘤超声造影自动 诊断方法进行优化；然后，提出基于稀疏表示的肝肿瘤超声造影分类方法，并 通过对比分析，确定更加适用于肝肿瘤超声造影自动诊断的分类决策原则和稀 疏系数重构方法；最后，通过对比得到适用于临床辅助医生进行肝肿瘤诊断的 最佳自动诊断方法。 实验研究方面：首先，定性分析肝脏超声造影图像中处于肿瘤区域、正常 区域和血管的组织位置 TIC 具有的不同特点，从而确定实现自动诊断的分类依 据；其次，通过对肝癌患者的肝脏超声造影图像不同组织位置的 TIC 进行时间 采样，构造出六组具有不同采样特征点数、样本数和样本分布的 TIC 特征向量 数据集，作为实验基础；此外，分别采用上述两种方法对构造出的六组实验数 据进行分类和诊断，实验结果显示，基于稀疏表示特征提取的肝肿瘤超声造影 SVM 分类方法在 SVM 自动诊断基础上优化作用明显，基于稀疏表示的肝肿瘤 超声造影分类方法达到了预期的效果，能够充分满足临床肝肿瘤自动诊断的实 际需求。 关键词：肝脏肿瘤；超声造影；自动诊断；稀疏分类；支持向量机(SVM) I Abstract Liver is an important metabolism organ in the human body, and human’s life would be seriously endangered once liver cancer occurs. Therefore, timely and accurate diagnosis of liver tumors is particularly important for patients. Currently, mainly through the liver perfusion in patients, clinical doctors could judge the state of liver tumors by observing contrast – enhanced ultrasound images of liver tumors and then combining morphology characteristics of time - intensity curve in perfusion process wi