基于svm的肺结节分割与识别

基于svm的肺结节分割与识别

ID:34872308

大小:9.07 MB

页数:73页

时间:2019-03-13

基于svm的肺结节分割与识别_第1页
基于svm的肺结节分割与识别_第2页
基于svm的肺结节分割与识别_第3页
基于svm的肺结节分割与识别_第4页
基于svm的肺结节分割与识别_第5页
资源描述:

《基于svm的肺结节分割与识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、'.柄NortheasternJ,铅分^个义WUnitiversy硕王学位论文'THESISFORMASTE民SDEG民EE论文题目基于SVM的肺结节分割与巧别作者乐蒂霖学院中荷生物展学与信息工程学院专业生物医学工程指导教师钱唯教授刘远明教授??备注二0—五年六月日一-分类号密级UDC学位论文基于SVM的肺结节分割与识别作者姓名;乐昂霖指导教师:钱唯教授东北大学中荷生物医学与信息工程学院刘远明教授江苏中核久安科技有限公司:申请学

2、位级别硕壬学科类别;工程学科专业名称;生物医学工程论文提交日期;20巧年5月论文答辩日期:20巧年6月学位授予日期;20巧年7月答辩委员会主席;马贺评阅人:信俊昌、张翼飞东北大学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独创性声明本人声明,所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加W标注和致谢的地方外,不包含其他人己经发表或撰写过的研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示谢意。,学位论文作者签名:日期:文-各I学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定;即学校有权保留并向国家有关部口或机构送交论文的复。印件和磁盘,允许论文被查

4、阅和借阅本人同意东北大学可W将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后;一一半年口/年□年半□两年□?一?.I一 ̄学位论文作者签名 ̄;导师签名:签字日期;'签字曰期-I-东化大学硕去学位论文摘要基于SVM的肺结节分割与识别摘要尽管癌症成像技术和新的癌症治疗方法已有着显着的进步一,但癌症仍是个主要的流行病学医疗保健问题。由于癌症是异质性的疾病,在目前的临床实践中由于缺乏针对癌症预后结果的准确可靠的评估能为而导致大量是过度诊断和过度治疗,不但

5、延误了肺。癌的最佳诊巧时间,也为癌症患者增加了医疗成本因此,能够在前期发现开发最佳的个性化癌症治巧模式已引起了广泛的研究兴趣。而肺结节正是肺癌早期出现的主要征象一之。为了克服这种临床困境并提髙癌症治疗的治愈率,有效地从肺部CT图像中分离肺结节对于肺癌的早期诊断时至关重要的。目前关于肺部及肺结节的分割识别算法众多,然而,由于肺结节是个特征异质性较强的组织,因此目前的识别算法大多并不总是可斤的一,为了获得较为全面的肺部和肺结节信息,需要个足够可靠的分割及识别算法来对大量的胸部CT图像进行处理,而有时对于在实际的临床图像应用中依然存在着不

6、可预测的变化。目前随着CT断层扫描技术的发展,医学图像具备着显示许多潜在癌症发展和预后生物过程等极其有用的特征,诸如肺结节的识别可W在癌症的诊断和预后评估中提供有用的补充信息。此外,由于计算机辅助计划实现了图像特征的定量分析,开发计算机肺结节识别辅助诊断系统应该是更可靠和具有成本效益的。一本文首先对研究的背景及意义进行了阐述,同时总结了目前的些分割识别的研究成果并概述了现有的分割方法,也阐述了本文选用SVM进行识别算法设计的优势,经过对临床的胸部CT图像进行了轮廓提取等预处理后一,对肺结节的些特征进行了量化的提取,最后利用SVM

7、进行了分类识别的算法的设计。关键词:肺癌;肺结节;CT;胸廓提取;SVM;SMO--II东北大学硕壬学位论文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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。