4DCT影像组学在NSCLC应用的关键问题研究

发布时间：2023-05-25 03:40

　　影像组学是一种基于高性能计算机和算法从海量的计算机断层图像(Computed Tomography,CT)、磁共振图像(Magnetic Resonance Imaging,MRI)及正电子发射/断层图像(Positron Emission Computed Tomography,PET/CT)等多模态医学影像数据中提取感兴趣特征并进行处理分析的技术,该技术能够为疾病的早期诊断、良恶性肿瘤鉴别、疾病治疗管理、个体化精准治疗等需求提供更多有价值的信息。目前,影像组学技术在肺癌防治中的作用主要体现在三个方面:一是治疗前基于低剂量螺旋CT的肺部小结节的排查和良恶性结节预测;二是治疗中对特定治疗方案的选择、放射治疗的敏感性预测、免疫治疗的敏感性预测、抗血管生成药物、分子靶向药物的选择及疗效评估;三是治疗后基于影像组学特征对治疗预后的预测。影像组学分析技术的前提是基于静态、高质量的CT影像,由于大部分肺癌患者肺功能相对较差,不能耐受长时间屏气状态的CT扫描,因此,目前用于影像组学分析特征提取的CT图像都是在自由呼吸状态下扫描的,图像质量容易受到呼吸运动的影响。为了尽量减少呼吸运动对CT图像的影响...

【文章页数】：243 页

【学位级别】：博士

【文章目录】：
致谢
中文摘要
英文摘要
缩略词表
第一章 导论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要研究工作
    1.4 本文的创新点
    1.5 论文的章节安排
第二章 4DCT的基本原理及最优参数选择
    2.1 4DCT进行图像采集的基本原理
    2.2 4DCT螺旋扫描方式探测器的排列
    2.3 4DCT图像采集的基本流程和最优扫描参数优化
    2.4 4DCT图像MIP、AIP、Min IP重建的基本原理和方法
    2.5 本章小结
第三章 基于4DCT的影像组学特征提取的重建序列:最小梯度密度投影MGDPM概念及数学算法
    3.1 最小梯度密度投影MGDPM概念提出背景
    3.2 最小梯度密度投影MGDPM重建图像的数学算法
    3.3 基于最小梯度密度投影MGDPM重建图像空间体积差异研究
    3.4 本章小结
第四章 基于4DCT的影像组学特征提取流程及肿瘤运动和扫描参数相关影响因素分析
    4.1 影像组学特征分类
    4.2 影像组学特征提取和分析流程
    4.3 肿瘤运动幅度对影像组学特征提取的鲁棒性影响分析
    4.4 肿瘤运动频率对影像组学特征提取的鲁棒性影响分析
    4.5 螺距设置对影像组学特征提取鲁棒性影响分析
    4.6 本章小结
第五章 不同预处理方法对CT图像及组学特征提取影响
    5.1 图像预处理对CT图像的影响
    5.2 预处理对影像组学特征提取结果分析
    5.3 本章小结
第六章 4DCT影像组学对NSCLC放疗后DM预测效果研究
    6.1 研究背景介绍
    6.2 材料和方法
    6.3 结果分析
    6.4 本章总结
第七章 总结与展望
    7.1 总结
    7.2 展望
第八章 附录
    8.1 肿瘤质心运动分时相内运动速度求解代码
    8.2 肿瘤质心运动的归一化标准化矩阵R语言的实现代码
    8.3 影像组学特征定义及计算公式
    8.4 图像预处理方法定义及计算
    8.5 计算Adapt Hist Equalization enhance3D的 CCC示例R代码
    8.6 LASSO回归分析示例R代码
    8.7 2D和3D模式下影像组学特征值差异量化表
参考文献
综述 基于4DCT的影像组学在NSCLC应用的研究现状及进展
作者简介及博士期间发表的研究成果和参与的科研项目



本文编号：3822863