导 师: 田翔
授予学位: 硕士
作 者: ;
机构地区: 华南理工大学
摘 要: 早期发现和准确诊断是提高鼻咽癌疗效和生存率的关键。计算机辅助诊断技术可以提高鼻咽癌的诊断水平,帮助医生更快、更准确的做出诊断。本文围绕基于核磁共振图像的鼻咽癌智能辅助诊断,研究了核磁共振图像预处理、鼻粘膜区域分割、特征提取及分类,取得了一定的研究成果。本文的具体工作如下:1、由于核磁共振图像在成像过程中可能会产生噪声或伪影,选择合适的方法去除核磁共振图像中的噪声,同时增强目标与背景对比度。2、重点研究鼻粘膜区域准确分割方法,为后续的分类做准备。本文对Chan-Vese模型进行改进,首先利用阈值分割方法构造包含鼻咽粘膜区域的局部图像,然后利用Chan-Vese模型对局部图像进行精确分割,有效的结合了两种算法的优势,可以自动准确的将鼻粘膜区域分割出来。从可靠性、精确性及分割效率这三个方面来评估本文算法的性能,实验结果表明该方法提高了分割的速度和精度。3、对分割出来的鼻粘膜区域,从纹理、形状和灰度等方面研究特征提取算法。针对特征存在冗余的问题,采用主成分分析算法,对提取出的特征进行降维处理。4、把降维后得到的特征矩阵作为支持向量机分类器的输入,利用最优参数对鼻咽癌患者与正常人的核磁共振图像进行分类,给出智能诊断结果。本文的价值在于实现了鼻咽癌的智能辅助诊断,可应用在基于核磁共振图像的鼻咽癌计算机辅助诊断设备软件系统的研发,将产生较大的实际应用价值。更多还原