导　　师： 田联房

学科专业： H1101

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 全身骨spect(single photon emission computed tomography)图像是诊断多种恶性肿瘤骨转移的重要途径之一，在临床上得到广泛应用。目前全身骨spect图像主要由医生人工阅片，工作量大、阅片结果受医生个人主观影响大。针对这种情况，本文开发了基于全身骨spect图像的计算机辅助智能诊断系统，该系统通过对全身骨spect图像进行各种处理，达到辅助医生诊断的目的。 该系统的功能模块包括五部分：图像的读取和显示、图像处理、智能诊断、病灶轮廓提取和患者信息数据库。 本文逐一介绍了各个功能模块的实现和相关原理。图像的读取和显示部分重点介绍了dicom(digital imaging and commmications in medicine)文件的格式和显示方法；图像处理包括边缘检测、轮廓跟踪、灰度均衡、正交变换、图像腐蚀；智能诊断是本文的重点，其本质是图像分割，目标是自动识别病灶，结合最佳阈值法、改进的bp(back propagation)神经网络法、模板匹配和去对称程序多种方法加以实现，重点是bp神经网络法，着重介绍了bp神经网络的构建、改进和训练；病灶轮廓提取采用改进的snake模型—gvf(gradient vector field)snake模型来实现，文章对gvf snake模型的原理和优点进行了介绍，详细分析了病灶轮廓的提取过程；患者信息数据库设计对患者的spect图像和相关信息进行统一管理，并实现了常规的数据库操作。

关 键 词： 图像 智能诊断 神经网络 模型

分 类 号： [TP391]

领　　域： [自动化与计算机技术] [自动化与计算机技术]