臺灣博碩士論文加值系統

近數十年來歐美國家及臺灣肺癌病人有顯著的增加，根據衛生署的統計資料顯示，在1997年，肺癌總死亡數已經超越肝癌，躍居國人癌症死亡原因之首位。近年來儘管醫學已有相當進展，但是肺癌的治療成果還是非常令人失望，整體而言，5年的存活率僅約10%。然而過去的研究結果也明確的顯示，愈能早期發現肺癌，其存活率即愈高。電腦斷層攝影是診斷肺癌的主要工具之一，它能比X光等影像學檢查方法提供更多也更有效的資訊，也較皮細針抽吸術或縱膈切開術等入侵性的診斷方法更為方便。但是在臨床上許多電腦斷層攝影的結果卻是模稜兩可，令人難以對其做確定的結論，這種情況尤其容易發生在肺癌的早期階段。
本論文的主要目的在於發展一套智慧型的型態鑑別系統來判斷單發性結節的良惡性。其中的主要工作包含：
1. 尋找影像處理方法以從電腦斷層攝影影像中獨立出單發性結節的部分。
2. 根據過去的臨床經驗及合適的數學方法，建立演算法來求取並選擇能用以區分單發性結節良惡性的各項特徵變數值。
3. 根據良惡性結果已知的單發性結節之電腦斷層攝影影像資料庫及型態鑑別的理論來建立一套能判斷單發性結節良惡性的智慧型型鑑別系統。
在應用階段，將儘量使所有的步驟自動化，把所需的人為參與降低到最低的程度，以加強此系統的實用價值。

摘要…………………… i
目錄…………………… ii
圖目錄………………… iv
一、緒論………………………… 1
1.1前言…………………………… 1
1.2研究動機和目的……………… 1
1.3論文架構………………………… 2
二、單發性結節…………………… 3
2.1良惡性判斷準則………………… 6
三、影像處理……………………… 9
3.1 擴散化………………………… 9
3.2 骨幹化………………………… 11
3.3 半自動影像切割方法…………… 13
四、特徵變數產生…………………… 15
4.1尺寸……………………………… 15
4.2輪廓……………………………… 17
4.3鈣化狀況………………………… 18
4.4特徵變數萃取…………………… 22
五、分類辨識………………………… 23
5.1 最近鄰居型分類器…………………………… 23
六、單發性結節良惡性鑑別系統資料庫…………… 24
6.1 軟體之操作方法………………… 27
七、結論……………………………… 31
參考文獻……………………………… 34
附錄……………………………………… 36
資料庫………………………… 36
動態連結函式庫(Dynamic Link Library, DLL)…… 38
DICOM簡介……………………………………………… 43
DicomObject基本指令……………………………… 45

Cavouras, D., Prassopoulos, P. and Pantelidis, N., 1992, “Image analysis methods for solitary pulmonary nodule characterization by computed tomography,” European Journal of Radiology, Vol. 14, pp. 169-172.
Colice, G. L., 1994, “Chest CT for known or suspected lung cancer,” Chest, Vol. 106, pp. 1538-1550.
Delorme, S. Keller-Reichenbecher, M.-A., Zuna, I., Schlegel, W., and Kaick, G. V., 1997, “Quantitative assessment of high-resolution computed tomography findings by computer-assisted texture-based image analysis,” Investigative Radiology, Vol. 32, pp. 566-574.
Gurney, J. W., Lyddon, D. M. , and Mckay, J. A., 1993, “Determining the liklihood of malignancy in solitary pulmonary nodules with Bayesian analysis, Part II. Application,” Radiology, Vol. 186, pp. 415-422.
Haralick, R. M., 1979, “Statistical and structural approaches to texture,” Proceedings of IEEE, Vol. 67, pp. 786-804.
Kim, H. and Nam K., 1995, “Object recognition of one-DOF tools by a back-propagation neural net,” IEEE Transactions on Neural Networks, Vol. 6, pp. 484-487.
Lillington, G. A., 1997, “Management of solitary pulmonary nodules,” Postgradrate Medicine, Vol. 101, pp. 145-150.
Linda G., and Shapiro, 1992, Computer and Robot Vision.
Murino, V., Ottonello, C., and Pagnan, S., 1998, “Noisy texture classification: A higher-order statistics approach,” Pattern Recognition, Vol. 31, pp. 389-393.
Parker, J. R., 1996, ALGORITHMS FOR IMAGE PROCESSING AND COMPUTER VISION.
Siegelman, S. S., Zerhouni, E. A., Leo, F. P., Khouri, N. F. and Stitik, F. P., 1980, “CT of the solitary pulmonary nodule,” American Journal of Roentgenology, Vol. 135, pp. 1-13.
Siegelman, S. S., Khouri, N. F., Leo, F. P., Fishman, E. K., Braveman, R. M., and Zerhouri, E. A., 1986, “Solitary pulmonary nodules: CT assessment,” Thoracic Radiology, Vol. 160, pp. 307-312.
Tan, T. N., 1997, “Noise robustness of texture features,” Image and Vision Computing, Vol. 15, pp. 815-817.
Webb, W. R., “Radiologic evaluation of the solitary pulmonary nodule,” American Journal of Roentgenology, Vol. 154, pp. 701-708.
Zwirewich, C. V., Vedal, S., Miller, R. R. and Muller, N. L., 1991, “Solitary pulmonary nodule: high-resolution CT and radiologic-pathologic correlation,” Thoracic Radiology, Vol. 179, pp. 469-476.
古頤榛, 1997, Visual Basic 5.0教學手冊, 碁峰資訊股份有限公司.
洪國勝, 1997, Visual Basic專業版入門大補帖, 松崗電腦圖書資料股份有限公司.
溫宗正, 1998, Visual Basic 5.0進階程式開發指南, 松崗電腦圖書資料股份有限公司.
黃金璋, 1999, 以動態規劃為基礎的半自動影像切割方法, 中山大學機械系碩文.
張善文, 1997, 最近鄰居型特徵變數萃取法, 中山大學機械系碩士論文.
嚴志文, 1999, 最近鄰居型特徵變數萃取法之改良, 中山大學機械系碩士論文.
國家衛生研究院, 1998, 肺癌診治共識, http://www.nhri.org.tw/b5/cancer/reselu.htm