本文關鍵詞：主動輪廓模型及其在前列腺癌病理分級中的應用

  更多相關文章： 前列腺癌病理組織 主動輪廓模型 中軸形狀 形狀特征描述 腺體分割 腺體分類

【摘要】：在臨床醫(yī)院,前列腺癌病理組織切片的格里森(Gleason)分級是由病理醫(yī)生根據(jù)經(jīng)驗通過人工分析組織切片中不同的病理標志物得到。然而人工方法耗時且基本上只有醫(yī)生的主觀意見,因此目前基于病理醫(yī)生主觀意見的人工分析方法具有不可復制性。最近的研究表明有多年經(jīng)驗的病理醫(yī)生之間對于同一個切片的病理分級具有較大的差異性。即使是同一個醫(yī)生在不同的時間由于情緒、疲勞程度的不同,對同一張切片的病理分級也有差異。因此,基于計算機輔助的自動病理分級的研究非常有意義,因為它可以為臨床醫(yī)生提供更加客觀的分析結果,同時可以避免由于主觀因素帶來的不必要的漏檢和錯檢。根據(jù)目前臨床中通用的前列腺癌格里森分級系統(tǒng),腺體的形態(tài)結構與癌變程度密切相關。針對這一問題,本文建立了基于腺體分割和腺體形狀特征描述的前列腺癌病理組織自動分級系統(tǒng)。該系統(tǒng)主要分為腺體分割與腺體分類兩步驟,具體內(nèi)容為：首先采用基于局部的主動輪廓模型分割方法提取出腺體內(nèi)腔輪廓,然后根據(jù)這個輪廓建立腺體的中軸形狀,通過中軸形狀變化,實現(xiàn)形狀與形狀之間的配準；將計算得到的兩兩形狀之間的相似性作為形狀特征,再送入支持向量機,得到等級3和等級4的分類結果。從實驗結果可以看出：本文提出的針對等級3和等級4的前列腺癌病理組織分級系統(tǒng)與基于經(jīng)典分割方法的分級系統(tǒng)相比,分割準確度更高,分類效果更好。針對主動輪廓模型的初始形狀學習問題,本文提出了一種新的初始化方法來替代原有的人工初始化或隨機初始化方法：由于不同種類物體之間存在著全局形狀或局部形狀可能相似的現(xiàn)象,故本文首先提取待分割圖像的局部形狀；在已建立的樣本數(shù)據(jù)庫中找出符合匹配條件的局部形狀集；然后根據(jù)待分割圖像與樣本數(shù)據(jù)庫中圖像局部形狀的相對位置及大小完成全局形狀映射過程；最后依照全局形狀之間的覆蓋率分組,通過交集運算融合成一系列初始形狀。將這一系列的初始形狀的符號距離函數(shù)作為主動輪廓模型的初始迭代函數(shù)。從實驗結果可以看出：本文提出的新型的主動輪廓模型初始化方法能夠提高分割的準確度,大大縮短分割的時間。
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R737.25;TP391.41

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 梅夢杰;徐軍;;基于形狀共享初始化主動輪廓模型的圖像分割方法[J];計算機應用研究;2015年06期

，

本文編號：1204784