基于稀疏表示的胃部CT图像淋巴结检测与识别-电子与通信工程专业论文.docx

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导 师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注 和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果； 也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明 并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生 在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留 送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容， 可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合 学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日 期： 导师签名： 日 期： 万方数据 万方数据 摘 要 I 摘 要 近年来，由于胃癌的发病率与死亡率一直呈持续上升的趋势，更多的人们涌向 医院导致医生的负担日益加重，这时，胃部 CT 影像的计算机辅助检测就显得十分 重要。由于胃部淋巴结的形态变化以及转移情况是医生诊断胃癌的风向标，利用 计算机对于癌灶附近的淋巴结分析可以帮助医生更准确的确定患者的淋巴结分 期，预测其转移机制以及确定未来的治疗方案，为患者争取更大的存活率。基于 此，本文在前人研究的基础上，针对胃部 CT 影像中的淋巴结辅助检测完成了以下 工作： 1、针对胃部 CT 图像中淋巴结个头小、个数多、灰度小且极易与周围组织混淆 等诊断问题，本文提出了一种基于视觉注意的检测方法。该方法从生物视觉的角 度出发，让计算机模仿医生的阅片过程，在分割好的感兴趣区域的图上利用视觉 注意算法提取出感兴趣区域中的所有可疑淋巴结。本方法解决了弱小目标在医学 图像上难以检测出来问题，有效的将其从相似的背景中凸显出来，不遗漏的检测 出了所有可疑淋巴结，为后续的精确检测打下了良好的基础。 2、针对 CT 扫描过程中容积效应导致的淋巴结与周围组织的粘连、病变严重时 的无规则的肆意生长、亮度忽明忽暗、以及部分淋巴结形状与血管极其相似的问 题，本文提出了利用字典学习的方法有监督的学习 8 个可以表达这些不同类型可 疑目标的特征字典，最后利用这些字典对待测图像中的所有可疑目标进行分类识 别。除此之外，由于单个病人的训练集中可利用的样本数量不够大，字典识别效 果不够好，本文提出了一种简单的字典更新方案将测试集中分类正确的样本重新 添加至训练集中增加字典的表达能力，有效的提升了淋巴结的检出率。 3、由于 CT 扫描产生的图像是连续的序列图像，对有些疑似淋巴结仅靠单幅图 像的检测结果很难为医生提供可靠的诊断方案。因此本文采用基于特征匹配的淋 巴结跟踪方法，利用淋巴结的中心位置、面积、偏心率特征创建相似度代价函数， 根据前边两步检测得到的结果进一步绘制序列图像中每个淋巴结的轨迹图，并且 根据淋巴结在序列图像中的特征成功的进一步降低了淋巴结检测的假阳性率，更 好的辅助了医生的临床诊断。 本文工作得到了国家自然科学基金（No.；国家重点基础研究发展 计划（973 计划）(No. 2013CB329402)；高等学校学科创新引智计划（111 计划） (No. B07048)、陕西省中央高校基本科研业务经费(No. K5051302027)的资助。 关键词：胃癌 视觉注意 字典学习 目标跟踪 II 基于稀疏表示的胃部 CT 图像淋巴结检测与识别 Abstract III Abstract In recent years, as the incidence and mortality of gastric cancer has been raising straightly, more and more people flock to the hospital, making the burden of doctors overloaded, and therefore the computer-aided detection of gastric is geting important. Since the morphological changes and metastasis of the lymph nodes are considered as the significant