本文關鍵詞：腦腫瘤MRI圖像分類與肝病理圖像分級方法研究

  更多相關文章： 分類 MRI腦腫瘤 詞袋模型 肝硬化 量化

【摘要】：近代醫(yī)學的發(fā)展,一直隨著醫(yī)學診斷設備的發(fā)展而不斷進步。輔助儀器的產生使得醫(yī)師診斷,從肉眼可見的體表傷害,到利用顯微鏡可見的細胞結構,再到當代影像設備為輔助的大器官影像。輔助診斷設備不斷推動醫(yī)學向影像、循證、量化的方向發(fā)展。1611年Kepler(克卜勒)設計出第一臺復合式顯微鏡,人們終于可以觀察細小結構。1874年德國病理學家Virchow首次使用顯微鏡觀察進行人體細胞的觀察,開創(chuàng)了有創(chuàng)診斷的先河,也使得人類醫(yī)學認知從淺表診斷邁向了細胞病理學診斷。此外大型影像學設備也經(jīng)歷了三個里程碑式的飛躍,1895年,德國物理學家倫琴在實驗室發(fā)現(xiàn)了X線(X-ray),使得人類不再局限于有創(chuàng)的體內檢查,讓透視檢查成為可能；1972年,Hounsfield和Cormack宣布第一臺用于顱腦檢查的CT(Computed Tomography,即電子計算機斷層掃描)誕生,通過斷層掃描的方法,我們能夠獲取更清晰的骨性結構；2003年諾貝爾醫(yī)學獎頒給發(fā)明了MRI (Magnetic Resonance Imaging,磁共振成像)成像技術的Lauterbur和Mansfield, MRI的出現(xiàn)讓我們能更清晰的觀察病灶三維結構并對其進行定位。隨著越來越多醫(yī)學圖像的產生,越來越精細的診斷需求,醫(yī)生的工作負擔不斷加重,計算機輔助診斷(Computer-aided Diagnosis, CAD)的地位也日益凸顯。通過將醫(yī)生的經(jīng)驗診斷過程轉換成圖像分析算法和計算機語言,用自動分析處理的方式減輕醫(yī)生工作量已變得越發(fā)重要。目前在圖像分析領域中,將圖像按照疾病種類和疾病所處病理階段進行分類逐漸成為研究焦點。這是由于,圖像分類與分割密不可分,分割通常是分類的重要環(huán)節(jié),圖像分類不僅能夠提供分割的中間結果以輔助醫(yī)生擴展圖像信息。同時還能產生疾病標簽,幫助醫(yī)生快速進行疾病種類和嚴重程度的判斷。本文針對疾病分類進行研究,主要關注1)MRI腦腫瘤分類；2)肝硬化的量化分類,分別提出了改進算法。腦腫瘤是全身腫瘤發(fā)病率最高的腫瘤形式,約占5%,在兒童腫瘤患者中,腦腫瘤占70%。同時,腦腫瘤處于顱內,局部腦組織異常增生會壓迫腦內其他組織神經(jīng),隨著腫瘤體積的不斷增大,引起腦內水腫和積水增加,顱內壓升高,嚴重時造成患者突然性死亡,對人類的影響和危害極大。因此對腦腫瘤進行及時診斷尤為重要,目前腦腫瘤的診斷由醫(yī)生根據(jù)患者自述疾病體征和病史進行鑒別,當懷疑有腦腫瘤風險時,進行影像學診斷。MRI由于其適用性廣、無創(chuàng)無輻射、超高的軟組織分辨率等特點,成為腦腫瘤診斷的主要影像設備。利用MRI進行腦腫瘤檢查,能夠及時篩查出早起病變,清晰的顯示腫瘤形態(tài),利用對腫瘤進行類別判斷,對前期對癥治療及治療效果追蹤都具有較好的意義。目前腦腫瘤發(fā)病率較高的三種分別是：膠質瘤、垂體瘤、腦膜瘤,由于其形態(tài)和病因學的不同,其治療方案也有所差異,準確的將其進行腫瘤分類,是醫(yī)生制定具有針對性的精準治療方案的前提。目前,腫瘤分類通常依靠醫(yī)生的經(jīng)驗分析,根據(jù)腫瘤形態(tài)、灰度、周圍的組織結構進行判斷,此外由于不同模態(tài)的MRI圖像能夠反映腫瘤區(qū)域的不同信息,例如,T1對比度增強的圖像能夠反映對比度增強的區(qū)域,T2圖像能夠反映水腫區(qū)域,因此在醫(yī)生進行判斷時,往往要結合多種模態(tài)的腦部MRI影像作為參考,以決定最后的腫瘤分類。這種嚴重依靠醫(yī)生經(jīng)驗及介入的分類方式,極大的加重了醫(yī)生的診斷負擔,難以滿足目前日益增多的臨床需求。因此利用計算機進行快速的腫瘤類分類,減輕醫(yī)生工作負擔。本文意在通過大量的已有分類標簽的腫瘤數(shù)據(jù),設計出一種自動進行腫瘤分類的算法,以解放在傳統(tǒng)分類模式中強烈依賴的醫(yī)生經(jīng)驗,減輕醫(yī)師的工作量。研究表明,同一種類腦腫瘤周圍組織常常具有相同的結構特點,而不同種類腦腫瘤之間又存在著差異化的鄰近組織結構,基于此,本文提出了擴展腫瘤區(qū)域的方法,將腫瘤的一定范圍內的鄰域組織也劃入新的感興趣區(qū)進行特征提取和描述。在提取包含鄰域像素信息的特征提取方式時,通常采用具有對稱結構的方塊狀子空間,然而由于腦腫瘤的個體差異,其在外觀上的形態(tài)千差萬別,形狀,大小及強度各有不同,無法滿足對稱結構,因此無法使用對稱的矩形對腦腫瘤進行分塊。同時腫瘤的形態(tài)對于其類別的判斷具有顯著意義,因此,本文提出了將腫瘤按其形狀,根據(jù)每個特征點到ROI邊界的距離,將腫瘤進行環(huán)狀分區(qū)的分塊模式。概況而言,針對MRI腦腫瘤分類,本文提出了1)將擴展的腫瘤區(qū)域作為感興趣區(qū)；2)采用基于腫瘤形狀的環(huán)狀分區(qū)模型進行分塊特征提取。采用灰度直方圖、灰度共生矩陣、詞袋模型的三種方式驗證上述思想對分類精度改善的有效性。實驗采用233個患者,共3064張切片,包含三類常見的腫瘤圖像(腦膜瘤708例,膠質瘤1426例,垂體瘤930例)。實驗結果表明：使用擴展的ROI區(qū)域比將原始腫瘤區(qū)域進行特征提取,分類精度有明顯提高。具體來說：直方圖的分類準確率從71.39%提高至82.31%；灰度共生矩陣的分類準確率從78.18%提高至84.75%；詞袋模型的腫瘤分類準確率也從83.54%提高到88.19%。在使用環(huán)狀分塊之后,三種方法的分類準確率進一步提高至87.54%、89.72%、91.28%。本文的另一個工作是完成對肝硬化的量化分類,量化分類具體來說包括兩方面的工作：獲取肝硬化的量化幾何學參數(shù)、進行肝硬化疾病嚴重程度的分類。由于傳統(tǒng)病理切片在處理上需要經(jīng)過固定、染色、掃描等多次繁瑣的步驟,病情分類由醫(yī)生經(jīng)驗給出,在整個過程中存在諸多問題。1)切片化學染色過程中會引入光化學污染,造成疾病診斷誤的同時不利于切片標本的二次處理和保存；2)經(jīng)染色處理的切片交由病理醫(yī)生,依靠肉眼觀察和經(jīng)驗分析進行疾病評分,引入了人為誤差；3)依靠醫(yī)生經(jīng)驗判斷的評分系統(tǒng),對醫(yī)生的經(jīng)驗性專業(yè)性要求極強,加重醫(yī)生工作負擔；4)現(xiàn)有的評分指標單一,如Ishak等,難以實現(xiàn)多種參數(shù)間的互相驗證。因此有學者提出了量化病理學,對特征結構的幾何學數(shù)值進行量化,以精確的量化指標代替醫(yī)師的主觀性結構分析。但該類量化結果的產生也往往依賴于醫(yī)師手動勾畫和測量,繁瑣的操作過程極易產生疲勞,造成漏診、誤診。針對肝臟病理切片的量化問題,本文提出的算法主要包括：1)采用非線性光學二次諧波(Second Harmonic Generation, SHG)與雙光子激發(fā)熒光(Two-Photon Excitation Fluorescence, TPEF)顯微成像系統(tǒng),獲取非染色、高分辨率的肝臟切片圖像。該種切片處理方式避免了傳統(tǒng)的染色獲取切片中,可能存在的化學污染和染色誤差；2)使用自動分割算法,用加權中值濾波器去除圖像噪聲,灰度歸一化抑制成像時不同亮度帶來的影響、高斯函數(shù)逼近灰度直方圖進行閾值分割、多點種子點區(qū)域增長等算法。先后將圖像按照診斷所需的病理結果分割成：血管、纖維、肝結節(jié)、輸出分割后的圖像,以擴展醫(yī)學影像信息；3)將分割出的不同組織學結構進行量化以獲取其幾何參數(shù),作為輔助診斷的客觀信息,如：面積、直徑、厚度、百分數(shù)等。輸出精確的數(shù)值量化結果,供醫(yī)生參考；此外,利用所獲取的特征參數(shù)建立qCP-index,自動進行疾病分類,讓醫(yī)生獲得對疾病嚴重程度的客觀指數(shù)。文中所述方法首先在動物模型上進行驗證,使用處于肝硬化階段的175個大鼠樣本進行定量分析,利用soft-max回歸分類器進行訓練和分類,其預測分期結果和醫(yī)生臨床診斷結果進行對比,分類準確率達91.3%。收集整理臨床病理樣本105例(F4 39例、F5 39例、F6 27例),使用文中所述方法進行量化,將特征值建立起qCP-index索引,與3位權威的病理醫(yī)師打分進行對應,準確率達到83.4%,表明該量化分類算法具有輔助臨床診斷的意義。
【關鍵詞】：分類 MRI腦腫瘤 詞袋模型 肝硬化 量化
【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】：2016
【分類號】：R739.41;R445.2
【目錄】：

• 摘要3-8
• ABSTRACT8-15
• 第一章 緒論15-21
• 1.1 引言15
• 1.2 國內外研究現(xiàn)狀15-19
• 1.2.1 腦腫瘤MRI圖像分類現(xiàn)狀17-18
• 1.2.2 肝病理圖像分級現(xiàn)狀18-19
• 1.3 本文主要工作內容19-20
• 1.4 本文的組織結構20-21
• 第二章 基于擴展腫瘤區(qū)域和環(huán)狀分塊的MRI腦腫瘤分類21-33
• 2.1 核磁共振成像原理21-22
• 2.2 圖像數(shù)據(jù)22-23
• 2.3 腫瘤區(qū)域擴展及分區(qū)23-24
• 2.4 詞袋模型24-26
• 2.5 實驗結果26-32
• 2.5.1 擴展腫瘤半徑對實驗結果的影響27-29
• 2.5.2 環(huán)形子塊對實驗結果的影響29-31
• 2.5.3 特征提取參數(shù)對實驗結果的影響31-32
• 2.5.4 分類器對實驗結果的影響32
• 2.6 本章小結32-33
• 第三章 肝病理圖像量化分級33-53
• 3.1 肝病分期的意義及現(xiàn)狀33-36
• 3.2 圖像數(shù)據(jù)36-39
• 3.2.1 SHG-TPEF成像36-38
• 3.2.2 圖像數(shù)據(jù)38-39
• 3.3 肝病理切片量化分級算法39-48
• 3.3.1 匯管區(qū)分割與量化41-42
• 3.3.2 肝結節(jié)分割與量化42-47
• 3.3.3 纖維量化47-48
• 3.4 實驗結果48-52
• 3.4.1 圖像分割結果48-49
• 3.4.2 量化統(tǒng)計結果49-52
• 3.5 本章小結52-53
• 第四章 總結與展望53-56
• 4.1 工作總結53-54
• 4.2 工作展望54-56
• 參考文獻56-63
• 附錄63-65
• 碩士期間研究成果65-66
• 致謝66-67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 莊惠山,陸曦;12例腦腫瘤誤診分析[J];福建醫(yī)藥雜志;2000年02期

2 高尚社,谷彩萍,楊建宇;腦腫瘤21例誤診分析[J];河南實用神經(jīng)疾病雜志;2000年06期

3 張淑倩 ,N銉bauer-Huhmann I M ,Ba-Ssalamah A ,Mlynarik V;3T和1.5T磁場下腦腫瘤的磁共振對比增強[J];放射學實踐;2002年06期

4 張紅軍;長期使用手機不會發(fā)生腦腫瘤[J];日本醫(yī)學介紹;2004年01期

5 李景昀,羅文,何凱宣;用亞}0胞成分再產生腦腫瘤的研究(摘要)[J];廣東解剖通報;1980年02期

6 翟允昌,孫守成,王世賓;額葉腦腫瘤引起奔跑癲癇一例[J];中華神經(jīng)外科雜志;1986年04期

7 袁先厚;鄒昌文;郭國炳;孫盛容;李健;;小兒腦腫瘤45例分析[J];實用腫瘤學雜志;1987年02期

8 袁先厚;鄒昌文;郭國炳;孫盛容;李健;;小兒腦腫瘤45例分析[J];實用腫瘤雜志;1987年02期

9 楊善存,陳錦培;小兒腦腫瘤的治療[J];實用兒科雜志;1991年06期

10 高燕勤,單昌箕,王芙蘭;嬰幼兒腦腫瘤4例誤診分析[J];臨床兒科雜志;1992年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄭曄;金國宏;;綜述腦腫瘤~1H-MRS的研究進展[A];第六屆西部介入放射學術會議寧夏醫(yī)學會放射學分會第四屆年會介入放射學新技術繼續(xù)教育學習班論文匯編[C];2009年

2 馬杰;;兒童腦腫瘤的外科治療[A];中華醫(yī)學會神經(jīng)外科學分會第九次學術會議論文匯編[C];2010年

3 張玉琪;薛超強;;兒童腦腫瘤的治療進展[A];中國醫(yī)師協(xié)會神經(jīng)外科醫(yī)師分會第六屆全國代表大會論文匯編[C];2011年

4 陳忠平;牟永告;潘力雄;張湘衡;;顯微神經(jīng)外科技術在腦腫瘤治療中的應用(腫瘤外科手術錄象交流)[A];2001'全國腫瘤外科學術會議論文匯編[C];2001年

5 林章雅;康德智;余良宏;林元相;陳佳;曾明珠;;腦腫瘤立體定向活檢手術的臨床應用[A];第一屆中國腫瘤靶向治療技術大會論文集[C];2003年

6 曹巧云;;小兒腦腫瘤3例報告[A];2006（第三屆）江浙滬兒科學術會議暨浙江省兒科學術年會論文匯編[C];2006年

7 葉勁;梁有明;鐘書;龐剛;唐秀文;藍勝勇;肖泉;劉若平;徐柯貝;;小兒惡性腦腫瘤的診斷與治療特點研究[A];中國醫(yī)師協(xié)會神經(jīng)外科醫(yī)師分會第四屆全國代表大會論文匯編[C];2009年

8 馬杰;;兒童腦腫瘤的外科治療[A];中華醫(yī)學會第八次全國小兒外科學術會論文集[C];2010年

9 姚振威;蔣勝洪;童彤;王非;楊艷梅;孫華平;劉含秋;何慧瑾;馮曉源;;磁敏感增強動態(tài)磁共振掃描用于部分腦腫瘤的診斷[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

10 陳素錦;陳一霞;王占祥;譚國偉;郭劍峰;方耀春;劉希堯;;腦腫瘤住院患者心理狀況及影響因素[A];2011中華醫(yī)學會神經(jīng)外科學學術會議論文匯編[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 天津市腫瘤醫(yī)院教授 李文良邋李運紅 趙迎 整理;頭痛小心腦腫瘤[N];健康報;2007年

2 朱麗麗;捕捉腦腫瘤早期信號[N];健康報;2008年

3 李圣融;腦腫瘤忌含銅食物[N];中國醫(yī)藥報;2000年

4 木易;怎樣早期發(fā)現(xiàn)腦腫瘤[N];大眾衛(wèi)生報;2007年

5 趙華;老人顱內有腫瘤 早期癥狀會露頭[N];衛(wèi)生與生活報;2007年

6 西安第四軍醫(yī)大學第一附屬醫(yī)院西京醫(yī)院 賀曉生;腦腫瘤的十大異狀[N];保健時報;2010年

7 李學華;豹蛙卵細胞分子能識別和殺死腦腫瘤[N];科技日報;2007年

8 主任醫(yī)師 趙成會;怎樣早期發(fā)現(xiàn)腦腫瘤[N];衛(wèi)生與生活報;2006年

9 空軍總醫(yī)院 張峰;腦腫瘤如何選擇檢查[N];健康報;2001年

10 李文良;老年人患腦腫瘤有信號[N];健康報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉貫中;磁共振彌散成像分數(shù)微積分模型在兒童腦腫瘤中的臨床應用[D];第二軍醫(yī)大學;2012年

2 公方和;腦腫瘤及腦AVM相關性癲癇的發(fā)生因素分析及臨床防控[D];第一軍醫(yī)大學;2006年

3 梁君;鈣激活性鉀通道在緩激肽選擇性開放血腦腫瘤屏障機制中的大鼠在體研究[D];中國醫(yī)科大學;2006年

4 鄧萬凱;MRI圖像的腦腫瘤分割方法研究[D];華中科技大學;2011年

5 洪汛寧;磁共振彌散成像技術在腦腫瘤中的應用研究[D];復旦大學;2003年

6 宋吉清;開放式MR導引腦腫瘤冷凍治療的初步探討[D];山東大學;2009年

7 趙銘;～（99m）Tc-HL91乏氧顯像評價惡性腦腫瘤放療療效的實驗和臨床研究[D];華中科技大學;2006年

8 方虹;人腦及腦腫瘤～1H磁共振波譜研究[D];第四軍醫(yī)大學;1995年

9 姜新雅;腦腫瘤的功能性磁共振成像研究及其臨床價值[D];中南大學;2008年

10 連燕云;神經(jīng)導航中MRI圖像腦腫瘤自動檢測分割及DT-MRI研究[D];復旦大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 侯學文;3D-ASL磁共振灌注技術在腦腫瘤的應用研究[D];山西醫(yī)科大學;2016年

2 黃唯;腦腫瘤MRI圖像分類與肝病理圖像分級方法研究[D];南方醫(yī)科大學;2016年

3 黃若菡;腦腫瘤的計算機輔助檢測[D];電子科技大學;2016年

4 常勇;腦腫瘤與使用手機的系統(tǒng)評價[D];武漢科技大學;2012年

5 顧紅梅;腦腫瘤的氫質子磁共振波譜研究[D];蘇州大學;2003年

6 孫華;常見腦腫瘤住院患者主要照顧者負擔的調查及其相關因素分析[D];山西醫(yī)科大學;2013年

7 滕宏偉;腦腫瘤氫質子磁共振波譜的臨床應用研究[D];南通大學;2008年

8 薛道金;益氣活血法治療腦腫瘤術后胃腸功能恢復的臨床研究[D];廣州中醫(yī)藥大學;2012年

9 李洛;彌散張量成像在深部腦腫瘤術前評估的應用研究[D];南昌大學;2009年

10 陳崛飛;人腦腫瘤中四種癌—睪丸抗原的表達及其臨床意義分析[D];廣西醫(yī)科大學;2014年

，

本文編號：827557