全文总字数：2445字

1. 研究目的与意义及国内外研究现状

随着现代科技、医学手段的快速发展，人们的寿命相比上个年代已有很大的提升；但是依然有一些恶性疾病对人类的寿命构成威胁，同时伴随有痛苦的治疗过程以及在治疗过程中随时可能发生的意外。据江苏省健康大数据报告研究显示，2015年江苏地区主要死因排名前三位的分别是恶性肿瘤、脑血管病和呼吸系统疾病。如果继续将恶性肿瘤细分，江苏地区致死率排名前五的肿瘤分别是食管癌、肺癌、胃癌、肝癌和结直肠癌，其中肺癌的死亡率一直高居不下，为49.68/10万，占全部恶性肿瘤死亡的24.32%。而肺结核是结核分枝杆菌引起的慢性传染病，属于呼吸系统疾病。发病时侵及许多脏器，最常见的是肺部感染。严重时结核病可进展为肺气肿、胸膜病等继发性病变，最后导致慢性肺功能不全或全身衰竭而死亡。由于肺癌和肺结核的初期临床表现极为相似，很容易造成误诊

国内外研究现状

2016年，ibm收购了truven health analytics公司，此举开创了一个医疗数据分析方面的重要领域，人工智能（ai）有望在医疗健康领域实现全球的广泛运用，预计在2021年它将实现42%的复合增长率。人工智能可以实现更理想的治疗效果，降低成本以及消除不必要的医疗压力。

计算机辅助诊断（computer aided diagnosis ,cad），建立在计算机的医学应用手段上的一种技术，目前还不太成熟。通过计算机编程算法的分析计算给出参考信息和意见，帮助医生发现病灶并且做出正确的判断。计算机辅助诊断最先应用在1959年，美国科学家ledley在数学模型和临床医学的结合下诊断出了肺癌病例；20世纪80年代以来，人工智能领域飞速发展，人工神经网络（artificial neural network，ann）成为研究的热点，它模仿人类大脑神经元的工作原理，由于它的自学、记忆和预测功能，人工神经网络成为当前最先进的人工智能技术之一。

目前，常规的肺部ct计算机辅助诊断系统的结节辨别灵敏度能达到80%-90%。随着人们对健康的持续关注与科技的不断发展，计算机辅助诊断的研究与应用还将延伸到脑部、肝脏、胰腺、大肠等恶性肿瘤频发的区域，计算机辅助诊断系统将拥有广阔的应用前景。

2. 研究的基本内容

针对研究背景中辨别初期肺癌与血播肺结核ct影像所遇到的问题，本设计提出基于图像亮度信息的纹理分析方法，提取初期肺癌与血播肺结核的ct影像特征，建立计算机辅助诊断模型，旨在为影像科、胸外科和呼吸内科医生提供具有参考价值的辅助信息。

基于上述的设计要求，首先了解肺部肿瘤与结核病变的相关知识，向合作医院申请相关ct影像，接着向影像科医生学习稍许ct拍摄原理和阅读ct的知识，针对ct影像在在获取、传输和接收中混入的噪声，通过实验得出最理想除噪方法；最后采用灰度共生矩阵，分别提取初期肺癌和血行播散型肺结核的ct影像的能量、熵、惯性矩、相关性和逆差矩作为纹理特征， 分析这些特征值并给出鉴别这两种疾病的方法。

3. 实施方案、进度安排及预期效果

实行方案：

（1）选好课题，对其可行性、实现性等进行分析。

（2）收集查阅各类相关资料，参考已有的纹理提取方法，总结各个方法的异同。

4. 参考文献

[1] 李佳璐，宋爱国，张小瑞.彩色图像的纹理力/触觉渲染方法.计算机辅助设计与图形学学报.2011

[2] 王婷婷.二维图像的触觉特征建模与提取技术.吉林大学.2016

[3] 刘洋 基于ct影像的肺裂计算机辅助检测方法研究沈阳大学，2012