基于PET-CT非小细胞肺癌肿瘤组织类型自动判别方法研究

发布时间：2022-10-21 10:05

　　不同的非小型细胞肺癌肿瘤组织类型具有明显不同的癌基因突变和不同的治疗反应,因此肿瘤组织亚型的确定对患者选择最合适的治疗方案有重要影响。从病人的PET-CT图像中充分挖掘出肿瘤的影像组学信息并运用这些信息准确的对肿瘤的组织类型进行判断,可以协助医生制定治疗方法以及减轻病人所承受的痛苦。挖掘医疗图像中的信息辅助医生进行工作的这种方式是热门研究,但还存在一些问题。一方面是影像组学特征的不稳定性问题,以及由他引起的大量的特征利用不充分的问题;另一方面是大多数研究只对腺癌和鳞状细胞癌进行分类忽略了其他肿瘤组织类型。针对以上问题,本文提出了PET-CT影像组学特征自动分组并建立集成模型。首先对非小细胞肺癌肿瘤组织类型的腺癌和鳞状细胞癌进行分类,随后对腺癌、鳞状细胞癌以及其他肿瘤组织的肿瘤组织类型进行分类。研究内容包含以下两个部分。第一部分的研究内容是对腺癌和鳞状细胞癌进行预测,解决了影像组学特征的不稳定性以及特征利用不充分的问题。实验中采用整合PET-CT影像组学特征进行特征成对随机分组并建立集成模型的方法,解决了PET影像组学特征的贡献远高于CT影像组学特征的困扰,同时解决了传统方法中特征利用不... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 实验背景与研究意义
        1.1.1 肺癌的背景
        1.1.2 影像组学的意义
        1.1.3 机器学习
        1.1.4 PET-CT对肿瘤组织类型分类意义
    1.2 运用影像组学对非小肺癌细胞分类的研究现状
    1.3 研究内容与创新点
    1.4 论文的组织结构
2 影像组学及数据介绍
    2.1 影像组学
        2.1.1 影像组学在肺癌上的运用
    2.2 PET-CT原理简要介绍
        2.2.1 PET、CT原理
        2.2.2 PET-CT
    2.3 本实验数据来源及数据统计
        2.3.1 数据来源
        2.3.2 实验数据统计
    2.4 本章小结
3 特征提取
    3.1 影像组学特征
        3.1.1 一阶特征
        3.1.2 纹理特征
    3.2 PET-CT图像特征提取
        3.2.1 特征提取流程
        3.2.2 PET-CT特征统计
    3.3 本章小结
4 肿瘤组织类型为鳞状细胞癌和腺癌的二分类集成方法
    4.1 二分类集成模型
        4.1.1 集成模型
        4.1.2 集成模型的构成算法
    4.2 肿瘤组织类型的二分类实验结果
        4.2.1 实验结果及结果对比
        4.2.2 实验分析
    4.3 本章小结
5 鳞状细胞癌、腺癌和其他肿瘤组织类型的三分类集成方法
    5.1 方法
        5.1.1 未挑选特征的集成方法
        5.1.2 成对挑选特征的集成方法
        5.1.3 排序挑选特征的集成方法
    5.2 肿瘤组织类型三分类实验结果
        5.2.1 实验结果
        5.2.2 实验分析
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间发表的论文及科研情况



本文编号：3695431