本文關鍵詞：不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究，由筆耕文化傳播整理發(fā)布。

《南方醫(yī)科大學》 2015年

不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究

邢謙謙  

【摘要】：肺癌是目前世界上發(fā)病率最高、死亡率最高的惡性腫瘤。肺結節(jié)為肺癌的早期形態(tài)之一,表現(xiàn)為肺內(nèi)直徑不超過3cm的圓形或類圓形致密影,邊緣光滑或呈分葉狀,可有棘狀突起及毛刺。由于肺結節(jié)分布位置不定,大小不一,形態(tài)各異,密度與肺部其他組織類似,單憑人眼進行識別難度很大。研究表明,如果肺癌可以被早期發(fā)現(xiàn)和治療,患者的5年存活率可由9-14%提高到60-70%。因此,肺結節(jié)的早期診斷和治療對于提高肺癌患者的存活率是非常關鍵的。CT在肺結節(jié)的檢出和定性中起著重要的作用,CT圖像中肺結節(jié)的影像學特征包括結節(jié)的大小、生長速度、結節(jié)的邊緣、鈣化情況、支氣管征、胸膜凹陷征、與周圍組織的關系等。這些影像學特征對鑒別肺結節(jié)的良惡性有重要意義,研究稱大部分病例可以根據(jù)CT圖像中肺結節(jié)的形態(tài)對腫瘤性質(zhì)作初步判斷。肺結節(jié)的邊緣信息主要包括邊緣是否光滑,有無分葉征和毛刺征。惡性結節(jié)通常邊緣不規(guī)則、深分葉、細短毛刺,周緣結構向結節(jié)糾集,而良性結節(jié)邊緣大多清晰、光滑、整齊、無分葉。毛刺征是提示肺結節(jié)惡性程度較高的重要邊緣特征,表現(xiàn)為自結節(jié)邊緣向周圍伸展呈放射狀排列的無分支的直而有力的細短線條影。肺結節(jié)計算機輔助診斷系統(tǒng)(Computer Aided Diagnosis, CAD)應用先進的計算機圖像處理技術對肺部CT圖像進行自動分析,輔助影像科醫(yī)生對肺結節(jié)進行識別和診斷。如果CAD系統(tǒng)能將毛刺征準確的量化出來,給影像科醫(yī)生直觀的量化數(shù)據(jù),就能輔助他們鑒別肺結節(jié)的良惡性,提高工作效率和鑒別準確率。目前國內(nèi)外的學者對毛刺征的檢測與量化方法研究較少,發(fā)展并不成熟。一方面,現(xiàn)有的毛刺檢測方法對毛刺的保留并不完整,導致毛刺水平量化的不準確；另一方面,合理、準確的毛刺水平量化指標對毛刺水平的量化也至關重要,目前尚沒有統(tǒng)一、準確的毛刺水平量化指標被提出。因此,肺結節(jié)的毛刺檢測方面仍有大量工作要做。本文重點對肺結節(jié)的毛刺特征進行了深入研究,在肺結節(jié)分割及其毛刺檢測兩個方向進行了深入研究和大量實驗。在CT圖像上毛刺灰度值較低,與肺實質(zhì)的對比度相比結節(jié)與肺實質(zhì)低很多,且形狀狹窄,使得分割結節(jié)時很容易將毛刺漏掉,因而無法準確分析毛刺特征。針對此問題,本文首先實現(xiàn)肺結節(jié)主體的精確分割,在此基礎上進行肺結節(jié)毛刺的完整分割。此外,本文提出肺結節(jié)毛刺水平的量化指標實現(xiàn)肺結節(jié)毛刺水平的精確量化。本文的主要工作包括：1、CT圖像肺結節(jié)主體的分割肺結節(jié)的準確分割是肺癌診斷和治療的關鍵技術,對腫瘤后續(xù)生長的評估及病變良惡性判別具有重要意義。肺結節(jié)主體的精確分割是毛刺提取及毛刺水平量化的基礎,目前存在的肺結節(jié)分割方法很多。其中,區(qū)域生長法經(jīng)典、簡單、快速,本文首先選用區(qū)域生長法進行肺結節(jié)主體的初始分割。水平集算法分割精確、靈活、計算穩(wěn)定,其基本思想是將閉合曲線(曲面)的演化問題轉(zhuǎn)化為更高維空間中的水平集函數(shù)曲線(曲面)的隱式解。本文選用無需重新初始化的距離正則化水平集算法,以區(qū)域生長算法得到的分割結果作為水平集方法的初始輪廓,進行結節(jié)主體的精確分割。這樣不僅可以加快收斂速度,而且使分割結果更加接近真實的結節(jié)主體邊界。2、肺結節(jié)的毛刺檢測及毛刺水平量化肺結節(jié)的毛刺檢測及毛刺水平的量化評級可以輔助醫(yī)生進行肺結節(jié)的良惡性判別,對惡性結節(jié)進行及早診斷和治療,有助于提高患者的存活率。目前已有的毛刺檢測及量化評估方法存在的問題主要是：1)所提取的反映毛刺水平的量化指標對結節(jié)主體的分割精度依賴性很高,所含參數(shù)需人為經(jīng)驗設置,容易造成分級的不準確。2)并未將毛刺完整的分割出來,容易造成量化的不準確。本文提出了一種CT圖像肺結節(jié)的毛刺檢測與量化評估方法。CT圖像上肺結節(jié)毛刺的生長方向與結節(jié)主體邊界近似垂直或呈一定范圍內(nèi)角度,而血管等其它組織則無此特殊的方向性。利用此生長特點,在肺結節(jié)主體精確分割的基礎上,構造特殊的線性濾波模板對結節(jié)主體周邊區(qū)域進行線性增強,將毛刺完整的分割出來。為定量評估毛刺特征,引入毛刺水平指數(shù)(Spiculation Index, SI)對肺結節(jié)的毛刺水平進行量化評估。該方法不僅可以將毛刺完整的提取出來,方便醫(yī)生進行觀察診斷,而且所提取的SI值克服了傳統(tǒng)量化指標易受結節(jié)分割精度影響和參數(shù)需人為經(jīng)驗設置的問題。為進一步評價本文方法的有效性,將實驗毛刺水平量化結果與肺部圖像數(shù)據(jù)庫聯(lián)盟(Lung Image Database Consortium, LIDC)的量化結果比較,對結節(jié)有無毛刺進行分類,并與影像科醫(yī)生的分類進行比較,分類效果較好;將毛刺水平指數(shù)(SI)值進行歸一化并與LIDC數(shù)據(jù)庫的量化評級進行一致性和相關性分析。實驗結果表明,該方法可以有效地檢測并定量描述CT圖像肺結節(jié)的毛刺征。3、三維CT圖像序列肺結節(jié)分割、毛刺檢測及毛刺水平量化為了方便醫(yī)生在不同方位更直觀的觀察病灶,本文設計了三維CT圖像序列肺結節(jié)主體的分割、毛刺檢測及毛刺水平量化方法。在肺結節(jié)主體三維精確分割的基礎上,利用三維CT圖像肺結節(jié)毛刺的生長特點,構造特殊的三維濾波模板進行肺結節(jié)毛刺的檢測,從而得到含有完整毛刺的肺結節(jié)。為實現(xiàn)三維CT圖像序列肺結節(jié)毛刺水平的量化評級,本文提出了三維CT圖像序列肺結節(jié)毛刺水平指數(shù)。為定量評價本文方法的有效性,將實驗毛刺水平量化評級與LIDC數(shù)據(jù)庫的量化評級進行對比,通過結節(jié)有無毛刺的分類,結節(jié)毛刺水平量化評級與數(shù)據(jù)庫的量化結果的相關性及一致性分析,說明本文方法可以有效評價毛刺征。另外,為了進一步評價三維毛刺檢測及量化方法的有效性,將三維CT圖像序列肺結節(jié)的毛刺水平量化結果與二維CT圖像肺結節(jié)的毛刺水平量化結果進行比較。結果表明,三維空間下的肺結節(jié)不僅更有利于醫(yī)生觀察診斷,而且提供給醫(yī)生的信息更豐富,由三維方法得到的毛刺水平量化結果與LIDC數(shù)據(jù)庫的專家評級更接近。通過探究肺結節(jié)領域的國內(nèi)外現(xiàn)狀及肺部計算機輔助診斷系統(tǒng)(CAD),結合肺部CT圖像特點和肺部解剖知識,以LIDC數(shù)據(jù)庫的數(shù)據(jù)為研究對象,本文重點對肺結節(jié)毛刺征的檢測及毛刺水平量化進行了深入探究。在肺結節(jié)主體精確分割的基礎上,得到帶有毛刺的完整的結節(jié),并引入毛刺水平指數(shù)(SI)對毛刺水平進行量化評估。實驗分別利用二維CT圖像和三維CT圖像進行肺結節(jié)的分割及毛刺征檢測。實驗結果表明,本文方法可以方便醫(yī)生進行觀察診斷,為肺結節(jié)CT圖像的計算機輔助診斷提供了比較可靠的依據(jù)。

【關鍵詞】：
【學位授予單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R734.2;R730.44
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 王凱;張煜;劉哲星;林炳權;吳志強;曹蕾;;基于自適應體窗結構分析的肺結節(jié)檢測方法[J];南方醫(yī)科大學學報;2014年06期

2 張衛(wèi)東;史宏燦;;孤立性肺結節(jié)良惡性的危險因素評估[J];中國胸心血管外科臨床雜志;2014年04期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 曹蕾;肺結節(jié)圖像的分析與識別[D];南方醫(yī)科大學;2009年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 孫旭輝;田啟川;李臨生;武志峰;房賓;;基于改進的模糊C均值聚類的肺結節(jié)計算機輔助診斷算法研究[J];現(xiàn)代生物醫(yī)學進展;2010年17期

2 趙愉;魯雯;王遠軍;聶生東;;肺結節(jié)計算機輔助檢測技術研究概述[J];生物醫(yī)學工程學雜志;2014年05期

3 梁洪;李金;;一種肺部CT圖像快速分割算法研究[J];中國醫(yī)療設備;2011年03期

4 楊娜娜;哈力旦·阿布都熱依木;;孤立肺結節(jié)計算機輔助檢測系統(tǒng)設計[J];中國當代醫(yī)藥;2012年34期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 裴曉敏;基于CT影像的孤立性肺結節(jié)檢測關鍵技術研究[D];東北大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 孫旭輝;基于CT圖像的肺結節(jié)檢測與識別算法研究[D];太原科技大學;2011年

2 香世杰;肺結節(jié)計算機輔助診斷系統(tǒng)中分割算法研究及實現(xiàn)[D];華南理工大學;2011年

3 孫明磊;基于肺部CT圖像的肺結節(jié)自動檢測與識別[D];華東理工大學;2012年

4 劉會明;基于模糊理論的胸片圖像分析研究[D];中北大學;2012年

5 別繼松;基于支持向量機的肺部結節(jié)CT圖像分割與識別[D];吉林大學;2012年

6 石國良;基于肺實質(zhì)分割的肺結節(jié)檢測系統(tǒng)研究與實現(xiàn)[D];重慶大學;2012年

7 邱實;基于CT圖像的肺結節(jié)分割與檢測算法研究[D];西安電子科技大學;2012年

8 曹麗;基于CT圖像的肺結節(jié)檢測方法研究[D];沈陽工業(yè)大學;2013年

9 劉少芳;結合DICOM CT序列三維信息肺結節(jié)CAD系統(tǒng)設計研究[D];電子科技大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 李運;陳克終;隋錫朝;卜梁;周足力;楊帆;劉彥國;趙輝;李劍鋒;劉軍;姜冠潮;王俊;;孤立性肺結節(jié)良惡性判斷數(shù)學預測模型的建立[J];北京大學學報(醫(yī)學版);2011年03期

3 王萬旗;王志銘;寇景全;張宏偉;劉吉漢;;3cm以下周圍型肺癌瘤周毛刺的HRCT表現(xiàn)[J];中國CT和MRI雜志;2011年01期

4 丁震，胡鐘山，，楊靜宇，唐振民;FCM算法用于灰度圖象分割的研究[J];電子學報;1997年05期

5 馮衍秋,陳武凡,梁斌,林亞忠;基于Gibbs隨機場與模糊C均值聚類的圖像分割新算法[J];電子學報;2004年04期

6 楊德松;李運;劉軍;姜冠潮;李劍鋒;趙輝;楊帆;劉彥國;周足力;卜梁;王俊;;孤立性肺結節(jié)直徑大小與臨床及病理關系的初步研究[J];中國肺癌雜志;2010年06期

7 王化,唐光健;多層螺旋CT在肺結節(jié)診斷中的應用及展望[J];國外醫(yī)學(臨床放射學分冊);2005年06期

8 羅玉忠;何巍;;孤立性肺結節(jié)的評價和處理[J];廣西醫(yī)科大學學報;2010年05期

9 章智榮;毛友生;;孤立性肺結節(jié)病變的診斷與處理策略[J];中國肺癌雜志;2013年09期

10 李興榮;;低劑量螺旋CT在肺癌早期診斷中的應用[J];河北醫(yī)學;2011年02期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳龍海;周荷琴;李傳富;;基于高分辨率CT圖像的肺結節(jié)檢測[J];中國醫(yī)療器械雜志;2008年03期

2 孫海寧;于鐵鏈;李東;;重建算法和層厚對肺結節(jié)容積定量的影響[J];中國醫(yī)學影像技術;2010年05期

3 H.Ashraf;B.de Hoop;S.B.Shaker;A.Dirksen;K.S.Bach;H.Hansen;袁友紅;;肺結節(jié)體積測定:分割算法在同一軟件包不能交替使用[J];國際醫(yī)學放射學雜志;2010年05期

4 高豐;葛虓俊;滑炎卿;;肺結節(jié)的處理策略研究應用新進展[J];中國肺癌雜志;2013年05期

5 劉大亮;三維評價肺結節(jié)的初步經(jīng)驗[J];國外醫(yī)學(臨床放射學分冊);2005年06期

6 石羽;曹曉光;張弘;張曉鵬;;肺結節(jié)自動檢測算法研究[J];儀器儀表學報;2006年S3期

7 徐巖;馬大慶;賀文;;計算機輔助檢測系統(tǒng)在數(shù)字化胸片肺結節(jié)檢出中的應用價值[J];中華放射學雜志;2007年11期

8 齊敏;張小玲;黃明剛;雷小燕;吳曉紅;孫孟錕;郭佑民;;64層螺旋CT的計算機輔助檢測系統(tǒng)在肺結節(jié)檢出中的應用價值[J];西安交通大學學報(醫(yī)學版);2009年03期

9 史紅宇;趙雙濤;馬寶紅;喬峰;竇鵬揮;朱曉峰;邢宇彤;;孤立性微小肺結節(jié)的臨床診斷和外科治療[J];黑龍江醫(yī)藥科學;2010年04期

10 唐浩;周洪波;鄒丹鳳;陳衛(wèi)國;;數(shù)字化斷層融合技術在肺結節(jié)篩查中的臨床應用研究[J];臨床放射學雜志;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 查開繼;高劍波;張永高;郭華;楊學華;周志剛;;斷層融合成像與數(shù)字X線成像診斷肺結節(jié)的比較研究[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

2 孫志遠;;數(shù)字化體層融合在肺結節(jié)探查中的初步應用[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

3 穆景博;高向東;;X線數(shù)字化體層融合技術在肺結節(jié)探查中的應用[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

4 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];2006年華東六省一市暨浙江省放射學學術年會論文匯編[C];2006年

5 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會放射學分會第八屆全國心胸影像學術大會暨河南省第十二次放射學術會議論文匯編[C];2006年

6 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

7 高園園;呂慶文;馮前進;陳武凡;;一種新的肺結節(jié)檢測算法[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

8 徐巖;馬大慶;;計算機輔助檢測肺結節(jié)在數(shù)字化胸片上的應用價值[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

9 王永仁;吳碧芳;經(jīng)鳳華;李峻;金德勝;;低劑量CT篩查肺結節(jié)對圖像質(zhì)量的影響[A];2008年浙江省放射學年會論文匯編[C];2008年

10 徐巖;馬大慶;賀文;;計算機輔助檢測肺結節(jié)在數(shù)字化胸片肺癌篩查中的應用價值[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 上海交通大學醫(yī)學院附屬瑞金醫(yī)院胸外科主任醫(yī)師 邱維誠;[N];健康報;2013年

2 朱立明　第四軍醫(yī)大學;[N];醫(yī)藥經(jīng)濟報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 劉陽;基于肺部高分辨率CT影像的肺結節(jié)識別方法研究[D];東北大學;2011年

2 吳龍海;高分辨率CT圖像的肺部病變計算機輔助診斷研究[D];中國科學技術大學;2008年

3 裴曉敏;基于CT影像的孤立性肺結節(jié)檢測關鍵技術研究[D];東北大學;2011年

4 李惠民;肺結節(jié)CT研究[D];第二軍醫(yī)大學;2003年

5 韓芳芳;基于CT圖像多維特征的肺結節(jié)檢測和診斷方法研究[D];東北大學;2015年

6 蔡強;低劑量螺旋CT早期肺癌篩查—肺結節(jié)的檢出及其相關研究[D];北京協(xié)和醫(yī)學院;2011年

7 孫申申;基于CT影像的肺結節(jié)檢測與分割方法研究[D];東北大學　;2009年

8 張婧;基于SVM的肺結節(jié)自動識別方法研究[D];華南理工大學;2011年

9 張濤;肺結節(jié)PET診斷的系統(tǒng)分析及~（11）C-鬼臼的實驗研究[D];中國人民解放軍軍醫(yī)進修學院;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 賈守勤;常規(guī)DR胸片對肺結節(jié)漏診原因的分析[D];山東大學;2009年

2 侯喬;16層螺旋CT肺結節(jié)分析軟件在孤立性肺結節(jié)中的價值[D];重慶醫(yī)科大學;2010年

3 楊榮榮;64排螺旋CT不同的重建參數(shù)對肺結節(jié)容積定量的影響[D];天津醫(yī)科大學;2012年

4 高園園;肺結節(jié)檢測算法的研究[D];南方醫(yī)科大學;2008年

5 徐衛(wèi)玲;多層螺旋CT低劑量掃描三維重組在肺結節(jié)診斷中的應用[D];吉林大學;2006年

6 司廣磊;基于胸部CT圖像肺結節(jié)分割算法研究與實現(xiàn)[D];東北大學;2012年

7 郭怡菲;基于多投影相關圖像的肺結節(jié)檢測關鍵算法研究[D];沈陽航空航天大學;2014年

8 胡向麗;毛玻璃型肺結節(jié)檢測算法的研究[D];沈陽大學;2013年

9 王偉;肺部CT圖像中結節(jié)的檢測算法研究[D];西安電子科技大學;2007年

10 鄒薇薇;高級肺結節(jié)分析軟件ALA的動物實驗研究[D];第二軍醫(yī)大學;2007年

  本文關鍵詞：不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究，由筆耕文化傳播整理發(fā)布。

本文編號：162620