本书可供生物医学工程专业的师生了解计算机辅助诊断领域的一般方法，并了解针对某种疾病研发相应计算机辅助诊断系统的总体框架及流程。　　*书分为6章。*一章为绪论部分，介绍了本著作的研究背景、意义及目的；综述了医学图像计算机辅助诊断方法的发展历程及肺部疾病的计算机辅助诊断关键技术的研究现状。第二章的主要内容为肺部疾病的计算机辅助诊断研究相关知识的介绍，包括肺部CT、医学诊断实验的基础知识及其他相关知识。第三章主要研究了基于CT图像的支气管自动检测及特征量化方法，主要内容包括肺CT图像的预处理、支气管断面的自动检测、支气管形态参数的量化方法与相应的实验结果及分析。第四章主要研究了CT图像中的肺结节计算机自动检测方法，主要内容包括基于多尺度形状选择性增强的候选结节检测，与基于特征提取及分类的假阳性去除方法；本章的实验部分介绍了利用该方法对LIDC数据库中肺CT的结节检测结果，并进行了相关的ROC曲线分析。第五章主要研究了肺结节的特征量化方法，其中主要内容包括对肺结节进行精确分割的两种算法，与具有肺结节诊断意义的毛刺征、分叶征、胸膜凹陷征等特征的量化方法。本章还分析评估了对LIDC数据库中的23个结节进行分割及量化的结果。第六章进行总结和展望。

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