本文關(guān)鍵詞：胸部解剖結(jié)構(gòu)回歸模型的虛擬雙能量X線減影方法

  更多相關(guān)文章： 回歸模型 X光胸片 虛擬雙能量 肺結(jié)節(jié) 解剖結(jié)構(gòu)

【摘要】：目的探索從常規(guī)X線胸片圖像中分割出骨質(zhì)結(jié)構(gòu),獲取僅含軟組織圖像的虛擬雙能量X線減影的方法,旨在不增加放射劑量的條件下獲取高質(zhì)量的臨床肺結(jié)節(jié)影像診斷效果。方法首先將肺區(qū)自動(dòng)劃分出8個(gè)特定解剖結(jié)構(gòu)的子區(qū)域:左右側(cè)肺葉的上、中、下部和左右肺門;然后針對(duì)每個(gè)特定解剖區(qū)域,利用從雙能量設(shè)備獲取的標(biāo)準(zhǔn)胸片和其對(duì)應(yīng)的骨質(zhì)圖像對(duì)多分辨率的大規(guī)模訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)(MTANNs)進(jìn)行訓(xùn)練。訓(xùn)練好后,可以利用該ANN處理獲得該解剖結(jié)構(gòu)子區(qū)域的虛擬骨質(zhì)圖像。融合從8個(gè)多分辨率ANNs輸出的骨質(zhì)圖像,融合得到一幅完整的虛擬骨質(zhì)圖像。接下來采用總變分最小化平滑的方法抑制虛擬骨質(zhì)圖像中的噪聲,且增強(qiáng)骨骼邊緣。最后將虛擬骨質(zhì)圖像從原圖中相減獲得虛擬軟組織圖像。結(jié)果用110幅含有肺結(jié)節(jié)的胸片圖像對(duì)算法進(jìn)行了測(cè)試,新方法用于常規(guī)X線胸片所得虛擬軟組織圖像可有效地去除原片中骨質(zhì)結(jié)構(gòu)影像,較清晰地保留肺結(jié)節(jié)和血管影像,有利于臨床肺結(jié)節(jié)的診斷。采用新方法可使肺結(jié)節(jié)的正確識(shí)別率提高到88%(傳統(tǒng)方法識(shí)別率為70%)。結(jié)論基于解剖結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)回歸模型能有效地分離出骨骼,可以廣泛地應(yīng)用于臨床診斷,幫助放射科醫(yī)生檢測(cè)出肺結(jié)節(jié)。
【作者單位】： 上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院;
【關(guān)鍵詞】： 回歸模型 X光胸片 虛擬雙能量 肺結(jié)節(jié) 解剖結(jié)構(gòu)
【基金】：上海市自然科學(xué)基金項(xiàng)目(13ZR1410400)~~
【分類號(hào)】：R816.4;TP391.41
【正文快照】： Vol.21,No.9,Sep.20160引言胸部疾病的患病率一直在持續(xù)增長(zhǎng)。據(jù)統(tǒng)計(jì),每年全世界有超過9 000 000人因?yàn)樾夭考膊《劳鯷1]。胸部X線攝影是目前最常用的影像學(xué)診斷技術(shù),可用于識(shí)別胸部疾病如肺癌、肺結(jié)核、肺炎、塵肺、肺氣腫。它是最經(jīng)濟(jì)、最常見并且放射劑量適中的診斷工具,，

本文編號(hào)：1015847