不规则形态肺结节的分割及毛刺检测研究

发布时间：2016-11-03 07:53

  本文关键词：不规则形态肺结节的分割及毛刺检测研究，由笔耕文化传播整理发布。

《南方医科大学》 2015年

不规则形态肺结节的分割及毛刺检测研究

邢谦谦  

【摘要】：肺癌是目前世界上发病率最高、死亡率最高的恶性肿瘤。肺结节为肺癌的早期形态之一,表现为肺内直径不超过3cm的圆形或类圆形致密影,边缘光滑或呈分叶状,可有棘状突起及毛刺。由于肺结节分布位置不定,大小不一,形态各异,密度与肺部其他组织类似,单凭人眼进行识别难度很大。研究表明,如果肺癌可以被早期发现和治疗,患者的5年存活率可由9-14%提高到60-70%。因此,肺结节的早期诊断和治疗对于提高肺癌患者的存活率是非常关键的。CT在肺结节的检出和定性中起着重要的作用,CT图像中肺结节的影像学特征包括结节的大小、生长速度、结节的边缘、钙化情况、支气管征、胸膜凹陷征、与周围组织的关系等。这些影像学特征对鉴别肺结节的良恶性有重要意义,研究称大部分病例可以根据CT图像中肺结节的形态对肿瘤性质作初步判断。肺结节的边缘信息主要包括边缘是否光滑,有无分叶征和毛刺征。恶性结节通常边缘不规则、深分叶、细短毛刺,周缘结构向结节纠集,而良性结节边缘大多清晰、光滑、整齐、无分叶。毛刺征是提示肺结节恶性程度较高的重要边缘特征,表现为自结节边缘向周围伸展呈放射状排列的无分支的直而有力的细短线条影。肺结节计算机辅助诊断系统(Computer Aided Diagnosis, CAD)应用先进的计算机图像处理技术对肺部CT图像进行自动分析,辅助影像科医生对肺结节进行识别和诊断。如果CAD系统能将毛刺征准确的量化出来,给影像科医生直观的量化数据,就能辅助他们鉴别肺结节的良恶性,提高工作效率和鉴别准确率。目前国内外的学者对毛刺征的检测与量化方法研究较少,发展并不成熟。一方面,现有的毛刺检测方法对毛刺的保留并不完整,导致毛刺水平量化的不准确；另一方面,合理、准确的毛刺水平量化指标对毛刺水平的量化也至关重要,目前尚没有统一、准确的毛刺水平量化指标被提出。因此,肺结节的毛刺检测方面仍有大量工作要做。本文重点对肺结节的毛刺特征进行了深入研究,在肺结节分割及其毛刺检测两个方向进行了深入研究和大量实验。在CT图像上毛刺灰度值较低,与肺实质的对比度相比结节与肺实质低很多,且形状狭窄,使得分割结节时很容易将毛刺漏掉,因而无法准确分析毛刺特征。针对此问题,本文首先实现肺结节主体的精确分割,在此基础上进行肺结节毛刺的完整分割。此外,本文提出肺结节毛刺水平的量化指标实现肺结节毛刺水平的精确量化。本文的主要工作包括：1、CT图像肺结节主体的分割肺结节的准确分割是肺癌诊断和治疗的关键技术,对肿瘤后续生长的评估及病变良恶性判别具有重要意义。肺结节主体的精确分割是毛刺提取及毛刺水平量化的基础,目前存在的肺结节分割方法很多。其中,区域生长法经典、简单、快速,本文首先选用区域生长法进行肺结节主体的初始分割。水平集算法分割精确、灵活、计算稳定,其基本思想是将闭合曲线(曲面)的演化问题转化为更高维空间中的水平集函数曲线(曲面)的隐式解。本文选用无需重新初始化的距离正则化水平集算法,以区域生长算法得到的分割结果作为水平集方法的初始轮廓,进行结节主体的精确分割。这样不仅可以加快收敛速度,而且使分割结果更加接近真实的结节主体边界。2、肺结节的毛刺检测及毛刺水平量化肺结节的毛刺检测及毛刺水平的量化评级可以辅助医生进行肺结节的良恶性判别,对恶性结节进行及早诊断和治疗,有助于提高患者的存活率。目前已有的毛刺检测及量化评估方法存在的问题主要是：1)所提取的反映毛刺水平的量化指标对结节主体的分割精度依赖性很高,所含参数需人为经验设置,容易造成分级的不准确。2)并未将毛刺完整的分割出来,容易造成量化的不准确。本文提出了一种CT图像肺结节的毛刺检测与量化评估方法。CT图像上肺结节毛刺的生长方向与结节主体边界近似垂直或呈一定范围内角度,而血管等其它组织则无此特殊的方向性。利用此生长特点,在肺结节主体精确分割的基础上,构造特殊的线性滤波模板对结节主体周边区域进行线性增强,将毛刺完整的分割出来。为定量评估毛刺特征,引入毛刺水平指数(Spiculation Index, SI)对肺结节的毛刺水平进行量化评估。该方法不仅可以将毛刺完整的提取出来,方便医生进行观察诊断,而且所提取的SI值克服了传统量化指标易受结节分割精度影响和参数需人为经验设置的问题。为进一步评价本文方法的有效性,将实验毛刺水平量化结果与肺部图像数据库联盟(Lung Image Database Consortium, LIDC)的量化结果比较,对结节有无毛刺进行分类,并与影像科医生的分类进行比较,分类效果较好;将毛刺水平指数(SI)值进行归一化并与LIDC数据库的量化评级进行一致性和相关性分析。实验结果表明,该方法可以有效地检测并定量描述CT图像肺结节的毛刺征。3、三维CT图像序列肺结节分割、毛刺检测及毛刺水平量化为了方便医生在不同方位更直观的观察病灶,本文设计了三维CT图像序列肺结节主体的分割、毛刺检测及毛刺水平量化方法。在肺结节主体三维精确分割的基础上,利用三维CT图像肺结节毛刺的生长特点,构造特殊的三维滤波模板进行肺结节毛刺的检测,从而得到含有完整毛刺的肺结节。为实现三维CT图像序列肺结节毛刺水平的量化评级,本文提出了三维CT图像序列肺结节毛刺水平指数。为定量评价本文方法的有效性,将实验毛刺水平量化评级与LIDC数据库的量化评级进行对比,通过结节有无毛刺的分类,结节毛刺水平量化评级与数据库的量化结果的相关性及一致性分析,说明本文方法可以有效评价毛刺征。另外,为了进一步评价三维毛刺检测及量化方法的有效性,将三维CT图像序列肺结节的毛刺水平量化结果与二维CT图像肺结节的毛刺水平量化结果进行比较。结果表明,三维空间下的肺结节不仅更有利于医生观察诊断,而且提供给医生的信息更丰富,由三维方法得到的毛刺水平量化结果与LIDC数据库的专家评级更接近。通过探究肺结节领域的国内外现状及肺部计算机辅助诊断系统(CAD),结合肺部CT图像特点和肺部解剖知识,以LIDC数据库的数据为研究对象,本文重点对肺结节毛刺征的检测及毛刺水平量化进行了深入探究。在肺结节主体精确分割的基础上,得到带有毛刺的完整的结节,并引入毛刺水平指数(SI)对毛刺水平进行量化评估。实验分别利用二维CT图像和三维CT图像进行肺结节的分割及毛刺征检测。实验结果表明,本文方法可以方便医生进行观察诊断,为肺结节CT图像的计算机辅助诊断提供了比较可靠的依据。

【关键词】：
【学位授予单位】：南方医科大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R734.2;R730.44
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前2条

1 王凯;张煜;刘哲星;林炳权;吴志强;曹蕾;;基于自适应体窗结构分析的肺结节检测方法[J];南方医科大学学报;2014年06期

2 张卫东;史宏灿;;孤立性肺结节良恶性的危险因素评估[J];中国胸心血管外科临床杂志;2014年04期

中国博士学位论文全文数据库 前1条

1 曹蕾;肺结节图像的分析与识别[D];南方医科大学;2009年

【共引文献】

中国期刊全文数据库 前4条

1 孙旭辉;田启川;李临生;武志峰;房宾;;基于改进的模糊C均值聚类的肺结节计算机辅助诊断算法研究[J];现代生物医学进展;2010年17期

2 赵愉;鲁雯;王远军;聂生东;;肺结节计算机辅助检测技术研究概述[J];生物医学工程学杂志;2014年05期

3 梁洪;李金;;一种肺部CT图像快速分割算法研究[J];中国医疗设备;2011年03期

4 杨娜娜;哈力旦·阿布都热依木;;孤立肺结节计算机辅助检测系统设计[J];中国当代医药;2012年34期

中国博士学位论文全文数据库 前1条

1 裴晓敏;基于CT影像的孤立性肺结节检测关键技术研究[D];东北大学;2011年

中国硕士学位论文全文数据库 前9条

1 孙旭辉;基于CT图像的肺结节检测与识别算法研究[D];太原科技大学;2011年

2 香世杰;肺结节计算机辅助诊断系统中分割算法研究及实现[D];华南理工大学;2011年

3 孙明磊;基于肺部CT图像的肺结节自动检测与识别[D];华东理工大学;2012年

4 刘会明;基于模糊理论的胸片图像分析研究[D];中北大学;2012年

5 别继松;基于支持向量机的肺部结节CT图像分割与识别[D];吉林大学;2012年

6 石国良;基于肺实质分割的肺结节检测系统研究与实现[D];重庆大学;2012年

7 邱实;基于CT图像的肺结节分割与检测算法研究[D];西安电子科技大学;2012年

8 曹丽;基于CT图像的肺结节检测方法研究[D];沈阳工业大学;2013年

9 刘少芳;结合DICOM CT序列三维信息肺结节CAD系统设计研究[D];电子科技大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 袁慧晶;肖杰;王涌天;刘越;;Segmentation of Vessels by Morphological Filters and Dynamic Thresholding[J];Journal of Beijing Institute of Technology(English Edition);2006年03期

2 李运;陈克终;隋锡朝;卜梁;周足力;杨帆;刘彦国;赵辉;李剑锋;刘军;姜冠潮;王俊;;孤立性肺结节良恶性判断数学预测模型的建立[J];北京大学学报(医学版);2011年03期

3 王万旗;王志铭;寇景全;张宏伟;刘吉汉;;3cm以下周围型肺癌瘤周毛刺的HRCT表现[J];中国CT和MRI杂志;2011年01期

4 丁震，胡钟山，，杨静宇，唐振民;FCM算法用于灰度图象分割的研究[J];电子学报;1997年05期

5 冯衍秋,陈武凡,梁斌,林亚忠;基于Gibbs随机场与模糊C均值聚类的图像分割新算法[J];电子学报;2004年04期

6 杨德松;李运;刘军;姜冠潮;李剑锋;赵辉;杨帆;刘彦国;周足力;卜梁;王俊;;孤立性肺结节直径大小与临床及病理关系的初步研究[J];中国肺癌杂志;2010年06期

7 王化,唐光健;多层螺旋CT在肺结节诊断中的应用及展望[J];国外医学(临床放射学分册);2005年06期

8 罗玉忠;何巍;;孤立性肺结节的评价和处理[J];广西医科大学学报;2010年05期

9 章智荣;毛友生;;孤立性肺结节病变的诊断与处理策略[J];中国肺癌杂志;2013年09期

10 李兴荣;;低剂量螺旋CT在肺癌早期诊断中的应用[J];河北医学;2011年02期

【相似文献】

中国期刊全文数据库 前10条

1 吴龙海;周荷琴;李传富;;基于高分辨率CT图像的肺结节检测[J];中国医疗器械杂志;2008年03期

2 孙海宁;于铁链;李东;;重建算法和层厚对肺结节容积定量的影响[J];中国医学影像技术;2010年05期

3 H.Ashraf;B.de Hoop;S.B.Shaker;A.Dirksen;K.S.Bach;H.Hansen;袁友红;;肺结节体积测定:分割算法在同一软件包不能交替使用[J];国际医学放射学杂志;2010年05期

4 高丰;葛虓俊;滑炎卿;;肺结节的处理策略研究应用新进展[J];中国肺癌杂志;2013年05期

5 刘大亮;三维评价肺结节的初步经验[J];国外医学(临床放射学分册);2005年06期

6 石羽;曹晓光;张弘;张晓鹏;;肺结节自动检测算法研究[J];仪器仪表学报;2006年S3期

7 徐岩;马大庆;贺文;;计算机辅助检测系统在数字化胸片肺结节检出中的应用价值[J];中华放射学杂志;2007年11期

8 齐敏;张小玲;黄明刚;雷小燕;吴晓红;孙孟锟;郭佑民;;64层螺旋CT的计算机辅助检测系统在肺结节检出中的应用价值[J];西安交通大学学报(医学版);2009年03期

9 史红宇;赵双涛;马宝红;乔峰;窦鹏挥;朱晓峰;邢宇彤;;孤立性微小肺结节的临床诊断和外科治疗[J];黑龙江医药科学;2010年04期

10 唐浩;周洪波;邹丹凤;陈卫国;;数字化断层融合技术在肺结节筛查中的临床应用研究[J];临床放射学杂志;2012年01期

中国重要会议论文全文数据库 前10条

1 查开继;高剑波;张永高;郭华;杨学华;周志刚;;断层融合成像与数字X线成像诊断肺结节的比较研究[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

2 孙志远;;数字化体层融合在肺结节探查中的初步应用[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年

3 穆景博;高向东;;X线数字化体层融合技术在肺结节探查中的应用[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

4 于红;李惠民;刘士远;肖湘生;;肺外体循环动脉供血胸膜下肺结节:提示炎症?[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年

5 于红;李惠民;刘士远;肖湘生;;肺外体循环动脉供血胸膜下肺结节:提示炎症?[A];中华医学会放射学分会第八届全国心胸影像学术大会暨河南省第十二次放射学术会议论文汇编[C];2006年

6 于红;李惠民;刘士远;肖湘生;;肺外体循环动脉供血胸膜下肺结节:提示炎症?[A];中华医学会第十三届全国放射学大会论文汇编（下册）[C];2006年

7 高园园;吕庆文;冯前进;陈武凡;;一种新的肺结节检测算法[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

8 徐岩;马大庆;;计算机辅助检测肺结节在数字化胸片上的应用价值[A];中华医学会第十三届全国放射学大会论文汇编（下册）[C];2006年

9 王永仁;吴碧芳;经凤华;李峻;金德胜;;低剂量CT筛查肺结节对图像质量的影响[A];2008年浙江省放射学年会论文汇编[C];2008年

10 徐岩;马大庆;贺文;;计算机辅助检测肺结节在数字化胸片肺癌筛查中的应用价值[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年

中国重要报纸全文数据库 前2条

1 上海交通大学医学院附属瑞金医院胸外科主任医师 邱维诚;[N];健康报;2013年

2 朱立明　第四军医大学;[N];医药经济报;2010年

中国博士学位论文全文数据库 前9条

1 刘阳;基于肺部高分辨率CT影像的肺结节识别方法研究[D];东北大学;2011年

2 吴龙海;高分辨率CT图像的肺部病变计算机辅助诊断研究[D];中国科学技术大学;2008年

3 裴晓敏;基于CT影像的孤立性肺结节检测关键技术研究[D];东北大学;2011年

4 李惠民;肺结节CT研究[D];第二军医大学;2003年

5 韩芳芳;基于CT图像多维特征的肺结节检测和诊断方法研究[D];东北大学;2015年

6 蔡强;低剂量螺旋CT早期肺癌筛查—肺结节的检出及其相关研究[D];北京协和医学院;2011年

7 孙申申;基于CT影像的肺结节检测与分割方法研究[D];东北大学　;2009年

8 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年

9 张涛;肺结节PET诊断的系统分析及~（11）C-鬼臼的实验研究[D];中国人民解放军军医进修学院;2008年

中国硕士学位论文全文数据库 前10条

1 贾守勤;常规DR胸片对肺结节漏诊原因的分析[D];山东大学;2009年

2 侯乔;16层螺旋CT肺结节分析软件在孤立性肺结节中的价值[D];重庆医科大学;2010年

3 杨荣荣;64排螺旋CT不同的重建参数对肺结节容积定量的影响[D];天津医科大学;2012年

4 高园园;肺结节检测算法的研究[D];南方医科大学;2008年

5 徐卫玲;多层螺旋CT低剂量扫描三维重组在肺结节诊断中的应用[D];吉林大学;2006年

6 司广磊;基于胸部CT图像肺结节分割算法研究与实现[D];东北大学;2012年

7 郭怡菲;基于多投影相关图像的肺结节检测关键算法研究[D];沈阳航空航天大学;2014年

8 胡向丽;毛玻璃型肺结节检测算法的研究[D];沈阳大学;2013年

9 王伟;肺部CT图像中结节的检测算法研究[D];西安电子科技大学;2007年

10 邹薇薇;高级肺结节分析软件ALA的动物实验研究[D];第二军医大学;2007年

  本文关键词：不规则形态肺结节的分割及毛刺检测研究，由笔耕文化传播整理发布。

本文编号：162620