影像組學是一種基于高性能計算機和算法從海量的計算機斷層圖像(Computed Tomography,CT)、磁共振圖像(Magnetic Resonance Imaging,MRI)及正電子發(fā)射/斷層圖像(Positron Emission Computed Tomography,PET/CT)等多模態(tài)醫(yī)學影像數(shù)據(jù)中提取感興趣特征并進行處理分析的技術(shù),該技術(shù)能夠為疾病的早期診斷、良惡性腫瘤鑒別、疾病治療管理、個體化精準治療等需求提供更多有價值的信息。目前,影像組學技術(shù)在肺癌防治中的作用主要體現(xiàn)在三個方面:一是治療前基于低劑量螺旋CT的肺部小結(jié)節(jié)的排查和良惡性結(jié)節(jié)預測;二是治療中對特定治療方案的選擇、放射治療的敏感性預測、免疫治療的敏感性預測、抗血管生成藥物、分子靶向藥物的選擇及療效評估;三是治療后基于影像組學特征對治療預后的預測。影像組學分析技術(shù)的前提是基于靜態(tài)、高質(zhì)量的CT影像,由于大部分肺癌患者肺功能相對較差,不能耐受長時間屏氣狀態(tài)的CT掃描,因此,目前用于影像組學分析特征提取的CT圖像都是在自由呼吸狀態(tài)下掃描的,圖像質(zhì)量容易受到呼吸運動的影響。為了盡量減少呼吸運動對CT圖像的影響...

【文章頁數(shù)】：243 頁

【學位級別】：博士

【文章目錄】：
致謝
中文摘要
英文摘要
縮略詞表
第一章 導論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究工作
    1.4 本文的創(chuàng)新點
    1.5 論文的章節(jié)安排
第二章 4DCT的基本原理及最優(yōu)參數(shù)選擇
    2.1 4DCT進行圖像采集的基本原理
    2.2 4DCT螺旋掃描方式探測器的排列
    2.3 4DCT圖像采集的基本流程和最優(yōu)掃描參數(shù)優(yōu)化
    2.4 4DCT圖像MIP、AIP、Min IP重建的基本原理和方法
    2.5 本章小結(jié)
第三章 基于4DCT的影像組學特征提取的重建序列:最小梯度密度投影MGDPM概念及數(shù)學算法
    3.1 最小梯度密度投影MGDPM概念提出背景
    3.2 最小梯度密度投影MGDPM重建圖像的數(shù)學算法
    3.3 基于最小梯度密度投影MGDPM重建圖像空間體積差異研究
    3.4 本章小結(jié)
第四章 基于4DCT的影像組學特征提取流程及腫瘤運動和掃描參數(shù)相關(guān)影響因素分析
    4.1 影像組學特征分類
    4.2 影像組學特征提取和分析流程
    4.3 腫瘤運動幅度對影像組學特征提取的魯棒性影響分析
    4.4 腫瘤運動頻率對影像組學特征提取的魯棒性影響分析
    4.5 螺距設置對影像組學特征提取魯棒性影響分析
    4.6 本章小結(jié)
第五章 不同預處理方法對CT圖像及組學特征提取影響
    5.1 圖像預處理對CT圖像的影響
    5.2 預處理對影像組學特征提取結(jié)果分析
    5.3 本章小結(jié)
第六章 4DCT影像組學對NSCLC放療后DM預測效果研究
    6.1 研究背景介紹
    6.2 材料和方法
    6.3 結(jié)果分析
    6.4 本章總結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
第八章 附錄
    8.1 腫瘤質(zhì)心運動分時相內(nèi)運動速度求解代碼
    8.2 腫瘤質(zhì)心運動的歸一化標準化矩陣R語言的實現(xiàn)代碼
    8.3 影像組學特征定義及計算公式
    8.4 圖像預處理方法定義及計算
    8.5 計算Adapt Hist Equalization enhance3D的 CCC示例R代碼
    8.6 LASSO回歸分析示例R代碼
    8.7 2D和3D模式下影像組學特征值差異量化表
參考文獻
綜述 基于4DCT的影像組學在NSCLC應用的研究現(xiàn)狀及進展
作者簡介及博士期間發(fā)表的研究成果和參與的科研項目



本文編號：3822863