当前位置:主页 > 医学论文 > 临床医学论文 >

基于变分法的PET/CT肿瘤分割算法研究

发布时间:2022-01-27 06:58
  PET(Positron Emission Tomography)是一种分子水平功能成像技术,能描述病变组织与正常组织代谢功能上的差异。PET成像能有效检测人体组织的早期病变,已成为癌症早期诊断和治疗的重要工具。精确分割PET图像中的肿瘤区域对癌症治疗非常重要,它能确保在放疗过程中将放射剂量最大程度地作用于癌症组织,同时减少对周围正常组织和重要器官的伤害。然而,由于部分容积效应的影响,PET图像中的肿瘤边缘是模糊的,且PET图像具有高噪声和强度不均匀的特点,精确分割PET图像中的肿瘤区域非常困难。CT(Computed Tomography)是一种解剖成像技术,提供人体的组织结构信息,比PET成像的分辨率高,结合PET和CT图像的互补信息能提高肿瘤的分割精度。本文主要研究如何根据PET和CT图像的特性设计先进的肿瘤分割方法。PET图像的模糊特性和高噪声特性导致精确定位肿瘤边缘异常困难,考虑到图像复原和目标分割具有相互促进的关系,本文将全变分半盲解卷积方法和Mumford-Shah(MS)分割方法集成到一个变分框架中,设计了一个可以同时实现PET图像复原、肿瘤分割和模糊核估计的变分模型,... 

【文章来源】:华中科技大学湖北省211工程院校985工程院校教育部直属院校

【文章页数】:155 页

【学位级别】:博士

【部分图文】:

基于变分法的PET/CT肿瘤分割算法研究


(a)PET/CT扫描仪[22]

感兴趣区域,图像,肿瘤,模糊核


校正过程;De Bernardi 等[75]进一步探索了这种思路,使用最大似然重建算法校正部分容积效应,使用 K 均值聚类方法分割肿瘤,并使得这两个过程交替进行。这类方法都只适合分割简单的匀质肿瘤,不适合分割复杂的异质肿瘤,并且这类方法要求成像过程中的模糊核函数是已知的,而 PET 成像过程的模糊核函数是未知的,所以研究更有效的能有效处理 PET 图像部分容积效应的分割方法具有重大意义。1.2.2 PET/CT 多模态肿瘤分割方法概述如本文上一节所述,PET 图像提供人体的功能和新陈代谢信息。在 PET 图像中,恶性肿瘤和正常组织间有较高的对比度(如图 1-2(a)和(c)所示),但是 PET 成像系统的空间分辨率很低,这导致 PET 图像中的肿瘤边缘通常是模糊的(如图 1-2(e)和(g)所示)。此外,肿瘤对放射性示踪剂摄取的异质性会导致 PET 图像中肿瘤区域强度不均匀(如图 1-2(c)和(g)所示)。这些原因都严重影响了单模 PET图像的分割精度。

模糊核,复原图,值分布,模型优化


(g)(h)(i)图 2-3 一个 FWHM 值为 6mm,SBR 为 2:1,目标半径为 4mm 的数字仿真数据的复原、分割模糊核估计结果:(a)原模糊图像,(b)原模糊图像中红色水平线上各点的体素值分布,(c)实的模糊核,(d)复原图像,(e)复原图像中红色水平线上各点的体素值分布,(f)估计出的糊核,(g)真实的清晰图像,(h)模型优化过程中 σ1的收敛曲线,(i)模型优化过程中 σ2的收曲线。图 2-3 展示了 FWHM 值为 6mm、SBR 为 2:1、目标半径为 4mm 的数字仿真据的复原、分割和模糊核估计结果。原模糊图像中红色水平线上(图 2-3(a))各的体素值分布近似于一个高斯函数(图 2-3(b)),这说明目标边缘是模糊的。图 2(d)显示,本章方法得到的复原图像在视觉水平上和真实的清晰图像(图 2-3(g一模一样。复原图像中红色水平线上各点的体素值分布(图 2-3(e))也表明,本方法获得了很好的复原结果。估计出的高斯模糊核不同方向的核宽分别是σ1=2.78m

【参考文献】:
期刊论文
[1]多模态生物医学成像技术-PET/CT的临床应用价值[J]. 王荣福,王飞.  肿瘤学杂志. 2017(06)
[2]18F-FDG PET/CT在急性白血病诊治中的临床应用进展[J]. 赵靖,王荣福.  肿瘤学杂志. 2017(06)
[3]PET/CT在甲状腺癌的临床应用进展[J]. 孙丽昕,王荣福.  肿瘤学杂志. 2017(06)
[4]18F-FDG PET/CT在心脏肿瘤诊断的临床应用价值[J]. 卢霞,孟晶晶,柏江,王蒨,张晓丽,王荣福.  肿瘤学杂志. 2017(06)
[5]PET/CT设备的成像原理及技术发展方向[J]. 金鑫,张勇.  中国医疗器械信息. 2016(03)
[6]多模态影像技术在临床中的应用进展[J]. 佟正灏,王荣福.  CT理论与应用研究. 2014(04)

博士论文
[1]多模态肿瘤图像联合分割方法研究[D]. 蒋君.南方医科大学 2014
[2]正电子发射断层成像中的数学模型与算法[D]. 滕月阳.东北大学 2012

硕士论文
[1]基于随机森林和BSS特征的PET-CT肺肿瘤分割[D]. 蒋雪晴.苏州大学 2016
[2]基于随机游走和图割算法的PET-CT肺肿瘤分割[D]. 鞠薇.苏州大学 2015
[3]基于分数阶水平集的PET心脏图像分割算法研究[D]. 张丛嵘.东北大学 2013



本文编号:3611999

资料下载
论文发表

本文链接:https://www.wllwen.com/linchuangyixuelunwen/3611999.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户962a7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com