当前位置:主页 > 医学论文 > 肿瘤论文 >

恶性肺结节计算机辅助诊断关键技术研究

发布时间:2020-06-07 10:33
【摘要】:目前,肺癌是全世界范围内发病率和死亡率最高的恶性肿瘤之一,严重威胁着人类健康和生命安全。大量的临床实践表明,早发现、早诊断、早治疗是降低肺癌死亡率和提高5年幸存率的最有效手段之一。肺癌早期主要是以肺结节形式表现出来,因此肺结节的早期诊断对肺癌早期诊治十分重要。近年来,随着计算机技术和医学影像学技术的飞速发展,恶性肺结节计算机辅助诊断(Computer-Aided Diagnosis,CAD)已经逐渐成为研究热点之一,具有很高的临床应用价值。CAD不仅可以减轻临床医生的工作负担,还可以提高对肺结节良恶性鉴别诊断的准确率,降低漏诊或误诊的风险。本文通过深入研究和分析了现有的恶性肺结节CAD的关键技术,提出了一系列的改进算法。本文主要的研究贡献如下:(1)针对磨玻璃型结节(Ground Glass Opacity,GGO)由于存在边界模糊、形状不规则、结节内灰度分布不均匀及对比度低等因素干扰而造成分割准确率低的问题,本文通过对传统的随机游走分割算法进行了深入研究,提出了一种改进的随机游走磨玻璃型结节分割算法。为了对肺结节进行增强,本文结合了Hessian矩阵的特征值和形状指数,提出了一种新颖的多尺度圆形滤波器。为了自动地获取肺结节内的种子点,本文对增强的GGO肺结节进行阈值化,获取了肺结节内的种子点。本文结合了形状指数和纹理特征,获取了背景内的种子点。为了解决传统随机游走算法中仅采用灰度信息而造成分割准确性低的问题,本文将肺结节的灰度、Gabor纹理特征和空间位置信息结合起来,构造了一个新的加权函数,更有效地衡量了无向加权图中8-邻域顶点之间的相似性关系。本文将标签限制能量项引入到随机游走的能量函数中,有效地使用了初始的种子点标签信息,从而提高了对磨玻璃型肺结节分割的准确性和效率。(2)本文深入研究了传统构图方法,指出了其存在参数选择困难和噪声敏感性等问题,在稀疏表示算法理论基础上,提出了一种基于稀疏表示和随机游走磨玻璃型结节分割算法。为了对肺结节进行增强,本文结合了形状指数及曲率,提出了一种新多尺度圆形滤波器。本文采用测地距离法选取了初始结节内的种子点,并提出了一种局部搜索策略来自动地获取了背景内的种子点和其他结节内的种子点。为了更好地衡量邻域顶点之间的相似性关系,本文构造了8-邻域的加权函数和稀疏k-近邻(k-Nearest Neighbors,k-NN)的加权函数,有效地避免了噪声干扰所引起的伪相似。最后,本文定义了一个随机游走的新能量函数,包括8-邻域数据惩罚项、稀疏k-NN数据惩罚项和标签限制项。实验结果表明,该算法进一步提高了对磨玻璃型肺结节分割的准确性和效率。(3)本文通过对肺结节特征提取和良恶性分类问题进行了研究,指出了其存在的局限性,提出了基于放射影像组学和随机森林肺结节良恶性分类算法。为了解决特征提取不全面的问题,本文采用了放射影像组学方法,挖掘了高维的结节灰度特征、几何形态特征和纹理特征,从而全面地表征了肺结节的特性。本文联合了灰度共生矩阵、局部二值模式和Gabor滤波器对肺结节进行了纹理特征提取,更好地描述了良性和恶性肺结节纹理的差异性。为了解决单一分类器分类准确率低、稳定性差等问题,本文提出了一种基于KL变换的随机森林预测模型,将各个决策树KL加权投票作为最终输出的分类结果。实验结果表明,该算法提高了对肺结节良恶性分类的准确性和稳定性。(4)针对标记训练样本不足而造成分类准确率低的问题,本文研究了半监督学习和标签传播算法,指出其存在噪声敏感和样本间的局部信息缺乏等问题,提出了基于迭代的标签传播肺结节良恶性分类算法。为了更好地捕捉样本间的连接关系,本文使用k-NN方法来构建了一个k-NN的无向加权图。为了有效地衡量邻域样本数据间的相似性关系,本文利用测地距离代替欧式距离来定义了一个加权函数。最后,本文考虑了k-NN其他样本数据的标签信息对未标记样本数据标签的影响,定义了一个标签传播的代价函数,使得标记结节样本数据的标签以迭代的方式准确地传播到未标记结节样本数据,从而提高了在小样本情况下对肺结节良恶性分类的准确性。实验结果表明,本文的算法对肺结节良恶性分类具有较高的准确率、敏感度及特异度,因此可以辅助医生对肺结节良恶性进行鉴别诊断。然而,为了满足临床应用,需要对分割和分类算法进行进一步优化和改进。
【图文】:

肺结节


Fig. 1-2 Three types of pulmonary nodules所示;亚实性结节一般表现为边界模糊程度较高、形态不规则程度较高等特性,,如图1-2 (c)所示。随着医学影像学技术快速发展、医学影像设备不断更新换代,加上人们生活水平日益提高、健康意识逐步加强,越来越多的人开始重视肺癌的筛查。在检查中,一些人被检查出肺部结节,有些人为此忧心忡忡,甚至怀疑自己患有肺癌。其实不然,肺结节有良性和恶性之分。良性结节患者只需要进一步定期对肺结节进行检查。一般情况下,绝大多数微小结节和小结节都是良性的。但是,恶性结节患者需要尽早及时接受手术治疗,才能有效地控制病情[7]。一旦发现肺结节,为了确诊肺结节的良恶性,往往需要依靠一些侵入性检查或开胸手术

去噪,图像


a)原始的 CT 图像 b)CEADF 滤波结果图 2-2 CT 图像的去噪结果Fig. 2-2 The denoising result of the CT image
【学位授予单位】:华南理工大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP391.7;R734.2

【相似文献】

相关期刊论文 前10条

1 拓蓓瑜;杨卫卫;;肺结节恶性风险评估方法的研究进展[J];临床误诊误治;2019年02期

2 夏德刚;李传文;王朝敏;苏祥磊;;不典型肺结节病1例误诊分析及文献复习[J];检验医学与临床;2019年08期

3 杨舒程;高上兰;贾惠;;Ⅱ、Ⅲ、Ⅳ级肺结节病各一例[J];中华肺部疾病杂志(电子版);2017年01期

4 孙慧男;韩志海;;肺结节病的影像学表现[J];中国临床医生杂志;2017年10期

5 江文洋;陈蕾;范国华;康敢军;黄杰;;肺结节病的研究进展[J];实用医学杂志;2015年09期

6 周艳秋;田颖;吴迪;张楠;周云芝;王洪武;;巨噬细胞衍生趋化因子与肺结节病的相关性研究[J];中华临床医师杂志(电子版);2012年09期

7 赵明栋;夏伟;;肺结节病1例诊治分析[J];中华肺部疾病杂志(电子版);2012年03期

8 周艳秋;田颖;山口悦朗;张楠;管洁;周云芝;王洪武;;巨噬细胞衍生趋化因子启动区内基因多态性和肺结节病的相关性研究[J];中华临床医师杂志(电子版);2012年24期

9 解艳丽;解卫平;颜萍;黄茂;沈平;;肺结节病患者不同时期肺功能变化研究[J];临床肺科杂志;2011年05期

10 钟亚花;周燕娟;黄刚;;肺结节病误诊原因分析[J];临床肺科杂志;2011年05期

相关会议论文 前10条

1 陆志伟;黄慧;张坚;徐作军;;纤维支气管镜检查在肺结节病诊断中的价值[A];中华医学会第三届全国间质性肺病暨弥漫性泛细支气管炎学术会议论文汇编[C];2010年

2 叶秋月;许文兵;刘晓清;张丽帆;;肺结节病与肺结核鉴别诊断的临床分析[A];中华医学会呼吸病学年会——2011(第十二次全国呼吸病学学术会议)论文汇编[C];2011年

3 姜伟;;肺结节病误诊为肺癌一例诊治体会[A];中华医学会呼吸病学年会——2011(第十二次全国呼吸病学学术会议)论文汇编[C];2011年

4 翁芳明;;16层螺旋CT在肺结节诊断中的应用[A];2016年《中国医院药学杂志》学术年会论文集[C];2016年

5 王晓娟;安立;代华平;叶俏;徐莉莉;何璇;;以大量胸腔积液为表现的胸膜肺结节病三例报告并文献复习[A];中华医学会第三届全国间质性肺病暨弥漫性泛细支气管炎学术会议论文汇编[C];2010年

6 邓笑伟;王红利;;肺结节病误诊肺转移瘤1例分析[A];中华医学会呼吸病学年会——2011(第十二次全国呼吸病学学术会议)论文汇编[C];2011年

7 殷芳;宋宁静;陈佳;章楚光;乐嘉豫;;以四肢结节为首发的皮肤-肺结节病1例[A];2012全国中西医结合皮肤性病学术会议论文汇编[C];2012年

8 王晓娟;安立;代华平;叶俏;徐莉莉;何璇;;以大量胸腔积液为表现的胸膜肺结节病3例报告并文献复习[A];中华医学会呼吸病学年会——2011(第十二次全国呼吸病学学术会议)论文汇编[C];2011年

9 刘敬禹;李博;裴奇;李振华;;肺结节病患者ADAM9低表达水平的研究[A];中华医学会呼吸病学年会——2011(第十二次全国呼吸病学学术会议)论文汇编[C];2011年

10 金儿;王利民;夏俊波;陈灏;任振义;;胸部X线摄影术和HRCT诊断肺结节病的对比分析[A];2012年浙江省内科学年会论文集[C];2012年

相关重要报纸文章 前2条

1 阿胜;治疗原则“吐故纳新”[N];医药经济报;2002年

2 常平;用爱心换取病人的放心[N];海南农垦报;2007年

相关博士学位论文 前5条

1 王昌淼;基于胸部影像的肺结节检测与分类关键技术研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年

2 李祥霞;恶性肺结节计算机辅助诊断关键技术研究[D];华南理工大学;2018年

3 魏国辉;基于CT影像的肺结节良恶性分类方法研究[D];东北大学;2017年

4 邱实;基于格式塔原理的CT图像肺结节检测与分析算法[D];中国科学院大学(中国科学院西安光学精密机械研究所);2016年

5 刘佳宝;CT肺结节诊断的计算机辅助系统研究[D];首都医科大学;2017年

相关硕士学位论文 前10条

1 高佳丽;胸部CT联合血清肿瘤标志物在肺结节良恶性鉴别诊断的价值[D];郑州大学;2019年

2 苑丹丹;基于CT影像的肺结节检测与提取方法的研究[D];天津工业大学;2019年

3 卢兴时;肺结节中肺结核瘤与肺癌鉴别诊断的临床研究[D];安徽医科大学;2019年

4 张翠翠;基于深度学习的胸部CT影像肺结节计算机辅助诊断技术应用研究[D];山东大学;2019年

5 熊文硕;基于多分辨3D深度学习网络构建肺结节良恶性预测模型研究[D];山东大学;2019年

6 李启;基于深度学习的肺结节图像检索研究与实现[D];中北大学;2019年

7 吴杰芳;深度卷积网络骨抑制成像(deepBSI)与多种影像方法对肺结节诊断效能的临床研究[D];南方医科大学;2018年

8 杨凯强;基于深度学习算法对肺结节良恶性鉴别诊断研究[D];遵义医学院;2018年

9 李想;解建国教授治疗无明确手术指征的肺结节疾病经验探寻[D];大连医科大学;2018年

10 张婷;基于CT图像的肺结节临床诊断语义标注方法研究[D];湖南大学;2018年



本文编号:2701285

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/zlx/2701285.html


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

版权申明:资料由用户dc1e9***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