乳腺癌作為一種在女性群體中發(fā)病率以及死亡率都非常高的疾病,對(duì)于眾多女性有著很大的健康威脅。在DCE-MRI眾多應(yīng)用中,定量化描述乳腺腫瘤二維直徑和三維體積具有很重要的臨床價(jià)值,例如新輔助化療通過判斷不同時(shí)期腫瘤病灶區(qū)域二維直徑和三維體積的變化來評(píng)估治療的效果和對(duì)治療的反應(yīng)以指導(dǎo)患者的后續(xù)治療。腫瘤區(qū)域的自動(dòng)分割是也是定量評(píng)估乳腺惡性腫瘤程度的關(guān)鍵組成部分,比如通過運(yùn)用影像學(xué)定量分析腫瘤區(qū)域二維或三維的形態(tài),腫瘤區(qū)域內(nèi)的紋理等等特征,這些都非常依賴于腫瘤區(qū)域的二維或三維分割。然而,目前大部分影響學(xué)的研究所得到的精準(zhǔn)的腫瘤區(qū)域分割仍然依賴于醫(yī)生手動(dòng)標(biāo)記,這對(duì)于醫(yī)生來說耗時(shí)耗力。因此研究腫瘤區(qū)域的二維和三維自動(dòng)分割算法對(duì)輔助醫(yī)生的診斷和治療以及影像學(xué)研究都具有重要的作用。目前影像學(xué)研究主要根據(jù)醫(yī)生手動(dòng)標(biāo)記的腫瘤最大橫截面來分析,朝著這個(gè)目標(biāo),本文首先提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的方法實(shí)現(xiàn)了乳腺腫瘤最大橫截面的二維分割,該方法通過深度檢測(cè)網(wǎng)絡(luò)先粗檢測(cè)出乳腺腫瘤的大致區(qū)域,然后將這個(gè)區(qū)域提取出來送入深度分割網(wǎng)絡(luò)進(jìn)行精準(zhǔn)分割。該方法在260張二維測(cè)試集中的平均Dice系數(shù)為0.81,平均特異度為... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：51 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

018全球女性癌癥發(fā)病率和死亡率示意圖

(a) (b)圖 1.2 腫塊型和非腫塊型腫瘤醫(yī)生標(biāo)記圖，(a)是腫塊型，(b)是非腫塊型。在 DCE-MRI 眾多應(yīng)用中，新輔助化療和術(shù)前化療由于能預(yù)防和阻止疾病的系統(tǒng)播越來越被用于治療局部晚期乳腺癌，不僅能通過縮小較大的腫瘤來進(jìn)行更多的保術(shù)，而且也有助于確定哪些患者對(duì)治療無法作出反應(yīng)，從而更早改變治療策略來避者接受可能的無效治療[8-9]。新輔助化療其中一個(gè)優(yōu)點(diǎn)是可以觀察治療期間腫瘤的以評(píng)估治療效果，所以通過治療期間腫瘤大小的明顯變化進(jìn)行臨床檢查是醫(yī)生監(jiān)測(cè)效果的最常用方法，而且治療期間臨床反應(yīng)也被認(rèn)為是預(yù)后的重要因素[10]。新輔助治療反應(yīng)的研究大部分是通過測(cè)量在一個(gè)或兩個(gè)維度的直徑來量化了腫范圍或大小[11-12]。而目前這些新輔助化療研究算法都是建立在醫(yī)生手工標(biāo)記的數(shù)據(jù)礎(chǔ)上，這些數(shù)據(jù)標(biāo)記工作對(duì)于醫(yī)生有著很大的挑戰(zhàn)，同時(shí)不同醫(yī)生由于經(jīng)驗(yàn)的不同實(shí)現(xiàn)一致性，所以開發(fā)一套能夠自動(dòng)分割乳腺腫瘤區(qū)域的系統(tǒng)不僅能減輕醫(yī)生的工

無疑對(duì)醫(yī)生減輕工作量以及影像學(xué)研究的開展有非常大的幫助。然而，自動(dòng)的乳腺腫瘤分割仍然面臨著許多挑戰(zhàn)：（1）乳腺腫瘤目標(biāo)小而邊界復(fù)雜；（2）乳腺腫瘤有腫塊和非腫塊之分，兩者差異巨大。因?yàn)檫@些原因，研究人員利用傳統(tǒng)方法主要對(duì)腫塊型乳腺腫瘤分割工作進(jìn)行研究，幾乎沒有工作對(duì)腫塊型和非腫塊型乳腺腫瘤進(jìn)行一致性分析。而且傳統(tǒng)分割方法有的需要人工調(diào)參，有的分割速度較慢，因此很難實(shí)現(xiàn)快速、完全的自動(dòng)分割，而深度學(xué)習(xí)由于其自身優(yōu)勢(shì)在乳腺腫瘤自動(dòng)分割工作中前景巨大。深度學(xué)習(xí)雖說可以實(shí)現(xiàn)乳腺腫瘤分割，但也存在問題，比如乳腺腫瘤本身占整張圖片的比例很小，因此當(dāng)直接輸入整張圖片到分割網(wǎng)絡(luò)中時(shí)，由于無用信息過多，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征有著很大的影響，最終分割結(jié)果很差。因此，針對(duì)這些問題，本章設(shè)計(jì)了一種新思路，主要思想是利用深度檢測(cè)網(wǎng)絡(luò)先檢測(cè)出乳腺腫瘤的大致位置，然后根據(jù)檢測(cè)框選擇乳腺腫瘤圖像塊，再將乳腺腫瘤圖像塊送入深度分割網(wǎng)絡(luò)進(jìn)行精準(zhǔn)分割，即一種先粗檢測(cè)后精分割的思想，具體示意圖如圖 3.1 所示。


本文編號(hào)：3002948