頭頸部惡性腫瘤患者在接受放療的過程中,大劑量輻射會損傷分泌唾液的相關腺體,從而導致放射性口干癥狀的產生,嚴重影響其生存質量。隨著計算機技術在醫(yī)學領域的發(fā)展,醫(yī)療影像已經成為現(xiàn)代醫(yī)學不可或缺的輔助診療工具,其承載的豐富數(shù)據信息,能夠為臨床診斷提供重要的決策依據。在放療計劃制定和執(zhí)行早期利用醫(yī)療影像自動化預測患者的放射性口干程度并提前進行干預和治療,能夠有效緩解患者的相關癥狀,具有重要的臨床應用意義與價值。影像組學和深度學習方法被廣泛應用于醫(yī)學影像分析處理且取得了良好的效果,本文將影像組學和深度學習方法應用到基于醫(yī)療影像的放射性口干預測任務中,主要工作包括:（1）構建基于影像組學方法的放射性口干預測框架。通過影像組學方法提取唾液分泌相關腺體ROI感興趣區(qū)域特征,從中篩選出與放射性口干預測具有強相關性的特征子集,并基于特征子集構建放射性口干預測模型,實現(xiàn)口干等級預測和唾液量預測。（2）為解決影像組學預測方法依賴于唾液分泌相關腺體標注的問題,本文構建了基于深度卷積神經網絡的分割模型,實現(xiàn)了唾液分泌相關腺體ROI標注的自動化生成,并通過將ROI分割模型融入影像組學放射性口干預測框架中實現(xiàn)了無RO... 

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

卷積層計算示意圖

池化層計算示意圖

基于影像組學的放射性口干預測框架整體處理流程示意圖


本文編號：3679115