据国际抗癌联盟(UICC)和世界卫生组织(WHO)报道,肺癌已跃居癌症发病率和死亡率的首位。肺癌计算机辅助诊断系统,能有效地帮助医生对肺癌进行早期诊断,提示患者及时进行针对性治疗,提高患者在5年内的生存率。面向临床应用的计算机辅助诊断系统,要求对获取的医学影像进行高效、准确的处理和分析,所涉及的关键技术主要是影像增强、分割、特征提取和分类。近年来国内外已取得了一定的研究成果,但仍有许多关键性的基础问题亟待解决。本项目针对肺癌计算机辅助诊断的关键技术,重点研究了高效的影像增强算法、感兴趣区域及肺结节准确提取与精确测量、肺结节的病理性判断与分类等方法,实现能有效帮助医生对各种潜在的早期肺癌病灶的检出,提高检测准确性,建立检测过程全自动的高效计算机辅助诊断系统原型。这一系列研究成果,基本上形成了肺癌CAD的理论体系,体现了肺癌CAD技术的发展方向,已经并将继续在国内外产生广泛的影响,具有重要的理论指导作用和应用推广价值。
英文主题词Computer-aided diagnosis/detection(CAD);image enhancement;image segmentation; feature extraction and selection; classification