CT图像中肺部疾病的计算机辅助诊断方法研究

　　本书旨在探讨城市将不同世界混合和并置的方式。以全新的视角诠释了有序和无序的议题，拓展了对城市空间的认识，通过解读来自世界各地的诸多案例，深刻认识和理解城市生活。它挑战了人们司空见惯的设想，即城市被来自下层的无序所威胁，并为来自上层强加的有序所控制。诚如本书所言，城市内外可能存在诸多形式的有序和失序，而这两者除了给城市带来问题，还让城市具有无限的潜能。

　　史蒂夫？派尔，就职于英国开放大学（The Open University）社会科学院。他出版的著作包括《身体与城市》《抵抗地理学》等。

目  录
前 言 I
目  录 III
1 绪论 1
1.1 肺部疾病的计算机辅助诊断系统研究背景 1
1.2 医学影像的计算机辅助诊断的发展历程 3
1.3 肺部疾病的计算机辅助诊断关键技术的研究现状 4
1.3.1 肺结节计算机辅助诊断技术的研究现状 5
1.3.2 支气管计算机辅助诊断技术的研究现状 9
1.4 本书组织结构 11
1.5 本章小结 11
2 相关的基本知识 13
2.1 肺部CT的基础知识 13
2.1.1 CT的相关知识 13
2.1.2正常肺部CT的解剖结构 17
2.1.3 病变肺部CT影像征象 18
2.1.4 COPD支气管异常的CT影像征象 20
2.2 医学诊断实验相关知识 21
2.2.1医学诊断实验评估的基本方法 21
2.2.2 ROC曲线的评价分析 25
2.3 其他相关知识 27
2.3.1交叉检验 27
2.3.2图像分割准确性的评估 28
2.3.3 肺部CT计算机辅助诊断公开数据库 29
2.4 本章小结 30
3 支气管自动检测及特征量化分析 31
3.1 概述 31
3.2 肺CT图像预处理 32
3.2.1 等方性处理 32
3.2.2 肺区域分割 33
3.3 支气管自动检测 35
3.3.1 基于圆形度的多方向支气管断面初始检测 35
3.3.2 空间交叠支气管断面的去除 40
3.3.3 不适合量化的支气管断面去除 41
3.4 支气管形态学特征量化分析 42
3.4.1 支气管外壁的分割 42
3.4.2 支气管形态参数的量化 42
3.5 实验结果与分析 43
3.5.1 实验数据 43
3.5.2 实验结果 44
3.5.3 结果分析 48
3.6 本章小结 49
4 肺结节自动检测 50
4.1 概述 50
4.2 预处理 51
4.3 候选结节初始检测 51
4.3.1 多尺度形状选择性结节增强 52
4.3.2 候选结节的定位及分割 58
4.4 假阳性结节的去除 59
4.4.1 特征提取 59
4.4.2 特征选择 64
4.4.3 Fisher线性分类 66
4.5 实验结果与分析 66
4.5.1 实验数据 66
4.5.2 实验结果 68
4.5.3 结果分析 70
4.6 本章小结 73
5 肺结节特征量化分析 74
5.1 概述 74
5.2 预处理 75
5.3 肺结节精确分割方法 75
5.3.1基于动态规划与多方向融合的肺结节分割方法 75
5.3.2 基于C-V模型的肺结节分割方法 80
5.4 肺结节特征的量化 95
5.4.1 基于边界法线-梯度正交性的毛刺征量化方法 95
5.4.2 其它特征量化方法 98
5.5 实验结果与分析 104
5.5.1 实验数据 104
5.5.2 实验结果 104
5.5.3 毛刺量化结果分析 112
5.6 本章小结 114
6 总结与展望 115
6.1总结 115
6.1.1 内容总结 115
6.1.2 研究创新 117
6.2展望 117
参考文献 120