基於PET-CT的肺癌早期計算機輔助診斷技術

《基於PET-CT的肺癌早期計算機輔助診斷技術》是2015年國防工業出版社出版的圖書，作者是趙涓涓 。

基本介紹

• 書名：基於PET-CT的肺癌早期計算機輔助診斷技術
• 作者：趙涓涓 
• ISBN：9787118101539
• 頁數：128頁
• 定價：32.00元
• 出版社：國防工業出版社
• 出版時間：2015-5-1
• 裝幀：平裝
• 開本：32開

內容簡介

《基於PET-CT的肺癌早期計算機輔助診斷技術》融合當前醫學圖像處理、計算機輔助診斷技術的發展和作者科研實踐的研究成果，詳細描述了基於PET—CT的肺癌早期計算機輔助診斷技術的幾個關鍵部分。分別從肺部影像計算機去噪算法，PET—CT醫學圖像去噪方法，多模態醫學圖像配準和融合方法，肺結節計算機輔助診斷特徵選擇方法，以及肺部結節良、惡性的分類方法和預測模型等方面進行了描述，詳細介紹了各個方面的算法描述、實驗結果和結果分析，力求向讀者展示出對PET—CT的肺癌早期計算機輔助診斷相關技術的新研究動態，希望能為從事相關研究的廣大讀者提供參考，能對醫學圖像處理、計算機輔助診斷技術的發展起到推動作用。
書中參考文獻所列作者發表的科研論文也可作為《基於PET-CT的肺癌早期計算機輔助診斷技術》的擴展閱讀。
《基於PET-CT的肺癌早期計算機輔助診斷技術》可作為高等院校醫學圖像處理、計算機輔助診斷及相關專業的教材，也可供專門從事醫學圖像處理、計算機輔助診斷的科研和套用人員學習參考。

目錄

第1章 緒論

1.1 醫學影像研究

1.2 計算機輔助診斷

1.3 基於PET-CT的肺癌早期計算機輔助診斷

1.4 本書的結構

第2章 PET-CT醫學圖像去噪

2.1 傳統圖像去噪方法及其缺點

2.1.1 中值濾波

2.1.2 均值濾波

2.1.3 小波濾波

2.1.4 傳統去噪方法的實驗效果

2.2 基於非局部平均方法的圖像去噪

2.2.1 基於片相似性的非局部圖像去噪

2.2.2 改進的各向異性擴散模型的醫學去噪

2.3 基於非局部平均方法的PET圖像去噪

2.3.1 非局部平均方法

2.3.2 非局部平均方法的改進

2.3.3 實驗及結果分析

2.4 基於灰色關聯分析和GM模型的醫學圖像去噪

2.4.1 噪聲點的檢測

2.4.2 去噪處理

2.4.3 實驗及結果分析

第3章 肺部PET-CT圖像的分割

3.1 傳統醫學圖像分割方法

3.1.1 分水嶺圖像分割

3.1.2 基於區域增長的圖像分割

3.1.3 閾值分割

3.2 結合區域增長的多尺度分水嶺分割

3.2.1 方法概述

3.2.2 實驗結果

3.2.3 結果分析

3.3 基於分層模板的分水嶺圖像分割

3.3.1 方法概述

3.3.2 實驗結果

3.3.3 結果分析

3.4 基於SUV閾值和區域增長的圖像分割

3.4.1 方法概述

3.4.2 實驗結果

3.4.3 結果分析

3.5 基於左右掃描和四角旋轉掃描尋找種子點的區域生長肺分割算法

3.5.1 方法概述

3.5.2 實驗結果

3.5.3 結果分析

3.6 基於滾球法的肺實質分割方法

3.6.1 方法概述

3.6.2 實驗結果

3.6.3 結果分析

3.7 基於PET-CT的活動輪廓模型的圖像分割

3.7.1 方法概述

3.7.2 實驗結果

3.7.3 結果分析

第4章 PET-CT醫學圖像的配準和融合

4.1 醫學圖像配準

4.1.1 圖像配準的定義

4.1.2 醫學圖像配準流程及框架

4.1.3 醫學圖像配準分類

4.2 基於互信息的圖像配準

4.2.1 互信息配準

4.3 改進的基於互信息的圖像配準

4.3.1 改進的互信息方法描述

4.3.2 實驗及結果分析

4.4 醫學圖像融合

4.4.1 醫學圖像融合方法

4.4.2 醫學圖像融合規則

4.4.3 圖像融合的評價方法

4.5 基於多尺度的醫學圖像融合

4.5.1 基於多尺度的醫學圖像融合方法

4.5.2 實驗及結果分析

第5章 肺結節診斷模型的特徵選擇

5.1 肺結節診斷模型中特徵選擇概述

5.2 構建孤立性肺結節特徵集

5.3 基於聯合互信息的特徵選擇算法

5.3.1 基於聯合互信息的特徵選擇算法設計

5.3.2 實驗及結果分析

第6章 肺結節良性、惡性分類

6.1 傳統的SVM、FSVM 分類方法

6.1.1 SVM分類方法

6.1.2 FSVM分類方法

6.2 SVM最佳化

6.2.1 粒子群算法

6.2.2 粒子群算法最佳化支持向量機

6.2.3 實驗及結果分析

6.3 DFSVM分類及其套用

6.3.1 DFSVM方法

6.3.2 實驗及結果分析

第7章 肺結節良性、惡性預測模型

7.1 醫學診斷模型概述

7.2 基於Logistic分析的預測模型

7.2.1 統計學分析方法

7.2.2 結節徵象單因素和多因素分析

7.2.3 預測模型的建立

7.3 實驗與分析

7.3.1 實驗數據集

7.3.2 實驗對比與分析

參考文獻"