基于CT圖像多維特征的肺結(jié)節(jié)檢測和診斷方法研究.pdf

1、根據(jù)世界上各大癌癥研究中心和衛(wèi)生組織的調(diào)查顯示，肺癌已經(jīng)成為全世界致死率最高的第一大癌癥。最有效地提高肺癌生存率的辦法就是實現(xiàn)早發(fā)現(xiàn)、早診斷和早治療，而胸腔CT掃描圖像為這一目標的實現(xiàn)提供了可能。放射醫(yī)師和臨床醫(yī)生通過對胸腔CT圖像的視覺觀察即可直觀地發(fā)現(xiàn)和診斷肺癌。然而隨著CT掃描技術(shù)的飛速發(fā)展，成像的分辨率越來越高，重建后的圖像中可以被發(fā)現(xiàn)的肺結(jié)節(jié)體積越來越小，圖像的數(shù)據(jù)量迅速增加，很顯然只依靠視覺觀察來發(fā)現(xiàn)肺結(jié)節(jié)是很困難的。另外，

2、臨床上對肺結(jié)節(jié)的良惡性診斷的金標準是活檢，這是一種有創(chuàng)的診斷方法，會給受檢者帶來痛苦。為了輔助醫(yī)生從CT圖像中檢測肺結(jié)節(jié)和實現(xiàn)無創(chuàng)的肺結(jié)節(jié)良惡性輔助診斷，計算機輔助檢測(CADe)和計算機輔助診斷(CADx)系統(tǒng)應(yīng)運而生。本文圍繞這兩個系統(tǒng)的方法研究中的關(guān)鍵點和難點進行了如下的研究工作:
　　(1)本文對全世界最大的公共數(shù)據(jù)庫LIDC-IDRI的1018套包含肺結(jié)節(jié)的胸腔CT掃描圖像數(shù)據(jù)進行了深入的分析。按照放射專家提供的關(guān)于肺結(jié)

3、節(jié)位置坐標和重要特征信息，提取出肺結(jié)節(jié)的圖像數(shù)據(jù)作為CADe算法檢測結(jié)果的參考標準和CADx算法診斷肺結(jié)節(jié)良惡性的輸入，為后續(xù)實驗提供大量的數(shù)據(jù)基礎(chǔ)。據(jù)筆者所知，還沒有其他的研究團隊對LIDC-IDRI數(shù)據(jù)庫中的所有數(shù)據(jù)做類似的分析和處理。
　　(2)在基于CT掃描圖像的CADe主要算法的研究中，本文提出了一整套自動檢測和提取肺結(jié)節(jié)（尤其是胸膜旁肺結(jié)節(jié)）的方法。首先基于兩類VQ檢測算法與形態(tài)學(xué)相結(jié)合的方法自動提取肺部區(qū)域模板，從而

4、自動地提取整肺區(qū)域圖像;其次基于四類VQ檢測算法檢測疑似肺結(jié)節(jié)區(qū)域;然后基于經(jīng)驗值對疑似肺結(jié)節(jié)進行初步地排除假陽性肺結(jié)節(jié)的處理;最后基于多特征的監(jiān)督分類算法，對剩下的疑似肺結(jié)節(jié)進行進一步地排除假陽性肺結(jié)節(jié)的處理。通過與其他研究方法對肺結(jié)節(jié)檢測的敏感度、假陽性率和速度結(jié)果的比較，驗證了本文提出的自動檢測和提取肺結(jié)節(jié)的方法具有更高的性能。
　　(3)在基于灰度圖像的多維紋理特征研究肺結(jié)節(jié)良惡性分類的算法中，為了避免提取肺結(jié)節(jié)表面和形狀

5、特征等外部特征受到分割算法精確度的限制，本文重點研究了肺結(jié)節(jié)的內(nèi)部結(jié)構(gòu)特征（即紋理特征）對肺結(jié)節(jié)良惡性診斷的作用。首先對肺結(jié)節(jié)的灰度圖像用三種常用的紋理特征提取算法進行二維紋理特征的提取，通過分類結(jié)果的對比，得出Haralick紋理特征的性能最優(yōu)。然后本文基于二維Haralick紋理特征的計算原理，提出了三維Haralick紋理特征計算模型，對肺結(jié)節(jié)的三維紋理結(jié)構(gòu)進行深入研究。最后基于不同類型的肺結(jié)節(jié)數(shù)據(jù)，將二維和三維Haralick紋

6、理特征進行分類性能的對比，得出三維Haralick紋理特征比二維的更有優(yōu)勢。
　　(4)在研究紋理特征對肺結(jié)節(jié)良惡性分類的有效性過程中，本文還提出了基于多階差分圖像（梯度和曲率圖像）的多維紋理特征進行肺結(jié)節(jié)良惡性分類的方法。通過對肺結(jié)節(jié)與不同組織連接的區(qū)域可能包含更多變化信息的假設(shè)，提出基于肺結(jié)節(jié)圖像中突變結(jié)構(gòu)的紋理特征進行肺結(jié)節(jié)良惡性診斷研究。同時分別對是否包含非確定良惡性肺結(jié)節(jié)的數(shù)據(jù)集進行實驗，分別提取二維和三維紋理特征，通過