肺癌计算机辅助诊断关键算法研究

据国际抗癌联盟（UICC）和世界卫生组织（WHO）报道，肺癌已跃居世界癌症死亡率的首位。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，并争取在计算机辅助诊断关键算法的理论研究和应用上取得突破。