基于深度学习的脑胶质瘤分割方法研究

发布时间：2020-04-10 05:19

【摘要】：脑胶质瘤是最常见的原发性脑肿瘤,会对患者健康造成巨大威胁。基于MRI的脑胶质瘤分割是辅助医生对脑胶质瘤的外部形态进行观察、分析和诊断的重要手段。在目前提出的脑胶质瘤分割方法中,基于传统图像处理和机器学习的脑胶质瘤分割方法效果不够理想,因此基于深度学习的脑胶质瘤分割方法被广泛应用。且在基于深度学习的脑胶质瘤分割方法中,全卷积网络模型具有良好的脑胶质瘤分割效果。针对目前全卷积网络模型存在的感受野较小、模型深度较浅以及编码解码过程信息损失较大等问题,提出2DResUnet(2D Residual Block Unet)模型。该模型在Unet模型的基础上加入ResBlock机制,并在模型的输入层添加高斯噪声层进行数据增强,以及使用二维卷积层替换池化层,因此相较于原始Unet模型具有更强的特征提取能力。同时在训练过程中通过使用Generalised Dice Loss与Weighted Cross Entropy之和作为损失函数,从而缓解了脑胶质瘤数据中存在的类别不均衡的现象,能够有效分割脑胶质瘤。针对二维全卷积网络存在的三维空间信息获取不足,以及三维全卷积网络存在的显存消耗问题,在2DResUnet的基础上提出一种以级联方式进行脑胶质瘤分割的DM-DA-Unet(Dual Multidimensional Dense Attention Unet)模型,该模型在不同阶段使用不同维度的全卷积网络对脑胶质瘤进行分割,并使用DenseBlock,Attention以及多尺度融合等机制对模型结构进行优化,以及使用固定区域采样的方式减少三维卷积网络的显存消耗,因此能够充分利用脑胶质瘤图像的多序列信息,进一步地提高脑胶质瘤的分割精度。通过BraTS数据集进行模型分割效果评估。使用BraTS18数据集进行本地五折交叉验证,并使用BraTS17数据集进行官方在线评估。评估结果显示,DM-DA-Unet在BraTS17验证集上脑胶质瘤分割结果的水肿区域、核心区域和增强区域的平均Dice Score分别达到0.90,0.80,0.74,平均敏感度分别达到0.89,0.77,0.75,与当前在BraTS17验证集上最好的模型分割效果接近,能够对脑胶质瘤进行精确分割。
【图文】：

(a) T1 序列 (b) T1ce 序列 (c) T2 序列 (d) Flair 序列图 1-1 脑胶质瘤患者的多序列 MRI基于 MRI 的脑胶质瘤及其周围异常组织的分割便于医生对患者脑胶质瘤各个肿瘤组织的外部形态进行观察，同时也有利于医生对脑胶质瘤进行基于影像学的分析和进一步的治疗，所以脑胶质瘤的分割被认为是脑胶质瘤患者 MRI 分析中的一个首要步骤。由于脑胶质瘤具有不同的恶性程度以及多个肿瘤组织区域，同时脑部 MRI 是多模态且层数较多的三维扫描图像，所以对脑胶质瘤区域进行手工分割需要花费大量的时间和人力。此外，手工分割往往基于人眼观察到的图像亮度进行区域分割，容易受到图像的生成质量以及标注者的个人因素影响，导致分割质量良莠不齐，出现错误分割和分割多余区域的情况。因此，在临床实践中非常需要脑胶质瘤分割精度良好的全自动分割方法来对脑胶质瘤进行分割。然而，目前设计分割精度良好的全自动脑胶质瘤分割方法仍然是一个具有挑战性的问题，这里主要有三个原因：

(a)肿瘤水肿 (b)非增强肿瘤核心 (c)增强及坏死核心 (d)脑胶质瘤的四种肿瘤区域图 2-1 脑胶质瘤的肿瘤区域划分为了更好地在临床上得到应用，BraTS 比赛将上述的四种肿瘤区域再合并为三种相互包容的肿瘤区域，，并以此作为脑胶质瘤分割的真实掩码，如图 2-2 所示。对于上述的周围水肿区域，被指定为“全肿瘤”（WholeTumor）区域，简称为水肿区域或WT 区域，并设定该区域的掩码值为 2，该区域在 T2 序列和 FLAIR 序列较容易观察；对于上述的非增强肿瘤核心区域以及坏死核心区域，将它们进行合并然后指定为“肿瘤核心”（Core Tumor）区域，简称为核心区域或 CT 区域，并设定该区域的掩码值为 1，该区域容易在 T1 和 T1ce 序列上进行观察；对于上述的增强肿瘤核心区域，则被指定为“增强肿瘤核心”（Enhancing Tumor Core）区域，简称为增强区域或 ET 区域，并设定该区域的掩码值为 4，同时该区域在 T1ce 序列上容易进行观察。最后，对于正常组织和非脑部区域的背景像素均设定其掩码值为 0。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R739.41;TP18;TP391.41

【相似文献】

相关期刊论文 前10条

1 张宇;程松;王凌青;周安海;;脑胶质瘤中基因表达情况及诊断的研究[J];实用癌症杂志;2018年08期

2 王超;刘建雄;;外泌体在脑胶质瘤诊断与治疗的研究进展[J];中国微侵袭神经外科杂志;2017年02期

3 吴镭;;中国学者在脑胶质瘤术后化疗研究方面取得重要进展[J];中国科学基金;2017年05期

4 张国荣;;复发脑胶质瘤的影像诊断与治疗进展[J];立体定向和功能性神经外科杂志;2015年01期

5 程敬亮;杨涛;;磁共振成像在脑胶质瘤中的应用及进展[J];磁共振成像;2014年S1期

6 王翔;丛琳;刘效辉;杜怡峰;;脑胶质瘤病的临床、影像及病理特点(附1例报告及文献回顾)[J];北京医学;2015年05期

7 钱海鹏;;什么是脑胶质瘤?[J];抗癌之窗;2016年06期

8 赵寒;;脑胶质瘤不等于死亡通知书——访哈尔滨医科大学附属第三医院神经外科主任梁鹏教授[J];科学养生;2017年05期

9 梁鹏;;脑胶质瘤不等于死亡通知书[J];健康生活;2017年07期

10 谭敦民;;脑胶质瘤≠死亡通知书[J];保健医苑;2017年09期

相关会议论文 前10条

1 王翔;丛琳;刘效辉;杜怡峰;;表现为进行性认知功能障碍的脑胶质瘤病1例报告及文献回顾[A];第四届全国痴呆与认知障碍学术研讨会及高级讲授班论文汇编[C];2015年

2 王翔;丛琳;刘效辉;杜怡峰;;表现为进行性认知功能障碍的脑胶质瘤病1例报告及文献回顾[A];中华医学会第十八次全国神经病学学术会议论文汇编（下）[C];2015年

3 付学海;石梅;肖锋;;分次伽马刀治疗脑胶质瘤的疗效分析[A];中华医学会放射肿瘤治疗学分会六届二次暨中国抗癌协会肿瘤放疗专业委员会二届二次学术会议论文集[C];2009年

4 张贺;杨廷舰;宋浩青;丁晓东;刘冰;刘伟;;脑胶质瘤治疗体会(摘要)[A];中华医学会神经外科学分会第九次学术会议论文汇编[C];2010年

5 傅相平;李安民;;脑胶质瘤瘤区化疗的临床研究[A];中华医学会神经外科学分会第九次学术会议论文汇编[C];2010年

6 殷增进;;脑胶质瘤伽马刀治疗临床分析[A];中国医师协会神经外科医师分会第六届全国代表大会论文汇编[C];2011年

7 李文斌;陈慧媛;康勋;;脑胶质瘤的免疫治疗[A];第十三届中国科协年会第18分会场-癌症流行病趋势和防控策略研讨会论文集[C];2011年

8 刘毅;;脑胶质瘤术后放化疗观察[A];中国肿瘤内科进展 中国肿瘤医师教育（2014）[C];2014年

9 汪志明;陈淑珍;王林;;中西医结合治疗脑胶质瘤24例报道[A];第八届全国中西医结合肿瘤学术会议论文集[C];2000年

10 傅相平;李安民;张志文;查椺光;易林华;刘爱军;杜程刚;赵明;;脑胶质瘤单抗~(131)Ⅰ瘤内放免治疗研究(附56例报告)[A];中国医师协会神经外科医师分会第二届全国代表大会论文汇编[C];2007年

相关重要报纸文章 前10条

1 张好成　衣晓峰 冯宇曦;中药砷剂对脑胶质瘤具良好疗效[N];科学时报;2011年

2 记者 莫文艺;华南师大邢达教授研究团队在脑胶质瘤治疗研究取得重要进展[N];广东科技报;2019年

3 本报记者 王潇雨;应对脑胶质瘤 中国原研药结伴而来[N];健康报;2019年

4 实习记者 王倩;《脑胶质瘤诊疗规范》正式发布[N];健康报;2019年

5 孔静;首部《脑胶质瘤诊疗规范》发布[N];中国医药报;2019年

6 徐秉楠;脑胶质瘤治疗期待更好解决方案[N];健康报;2019年

7 记者 田雅婷;我国建立脑胶质瘤基因组学数据库[N];光明日报;2019年

8 实习记者 于紫月;我发布脑胶质瘤组学数据 将向全球免费开放[N];科技日报;2019年

9 通讯员 唐文佳;脑胶质瘤到底是什么样的恶性肿瘤[N];家庭医生报;2018年

10 通讯员 罗闻 汪泉Oz 黄正;中南六省(区)成立联盟对抗高死亡率脑胶质瘤[N];大众卫生报;2017年

相关博士学位论文 前10条

1 孙娜;基于BmK CT的脑胶质瘤诊治一体化分子探针研究[D];上海交通大学;2018年

2 贾刚;NRP-1靶向性复合外泌体的制备及其对脑胶质瘤靶向成像和治疗的实验研究[D];东南大学;2018年

3 王子璇;弥漫性内生性桥脑胶质瘤预后相关因素及其发病机制的初步研究[D];上海交通大学;2018年

4 程霄;泛素连接酶NEDD4-1基因对脑胶质瘤侵袭和增殖作用的MRI评价[D];郑州大学;2018年

5 金凤;多模态功能MRI在脑胶质瘤术前分级中的临床应用研究[D];华中科技大学;2017年

6 张勇;上皮间充质转化进程（EMT）在脑胶质瘤中的临床意义及相关调控miRNA的研究[D];南京医科大学;2018年

7 纵振坤;具缺氧放疗增敏功能纳米载体靶向递送替莫唑胺协同放射治疗脑胶质瘤的实验研究[D];南京医科大学;2019年

8 胡火军;白藜芦醇抗人脑胶质瘤作用及机制研究[D];武汉大学;2014年

9 王朝艳;3.0T磁共振多模态影像对脑胶质瘤诊断价值与病理对照相关性研究[D];郑州大学;2017年

10 张列祥;miRNA-375对脑胶质瘤增殖和凋亡的作用与机制研究[D];南京医科大学;2018年

相关硕士学位论文 前10条

1 任雪晴;miRNA-1224-5p通过LNC00665抑制脑胶质瘤细胞增殖与迁移的研究[D];哈尔滨工业大学;2019年

2 尹子晗;脑胶质瘤围手术期癫痫发作危险因素分析[D];天津医科大学;2019年

3 郭旭洋;66例脑胶质瘤预后因素分析[D];天津医科大学;2019年

4 戚前生;不同浓度替莫唑胺对体外培养的U251细胞中miR-124表达影响的研究[D];甘肃中医药大学;2019年

5 庄宇舟;基于深度学习的脑胶质瘤分割方法研究[D];华中科技大学;2019年

6 曾筱帆;替莫唑胺纳米粒联合光热及高压氧用于脑胶质瘤治疗的研究[D];华中科技大学;2019年

7 游润发;3D-ASL联合多b值DWI在脑胶质瘤术前分级中的应用研究[D];南华大学;2019年

8 刘宁宁;蛇枝黄苓颗粒对脑胶质瘤术后复发抑制作用的临床研究[D];山东中医药大学;2018年

9 吕胜凯;β-肾上腺素能受体介导的MALAT1上调促进脑胶质瘤细胞增殖及其分子机制[D];南昌大学;2019年

10 王玉保;GSK-3β内质网应激凋亡通路在不同级别脑胶质瘤表达差异性及其意义[D];河北医科大学;2019年

本文编号：2621806