CT圖像中肺部疾病的計(jì)算機(jī)輔助診斷方法研究.pdf

1、CT圖像中肺部疾病的計(jì)算機(jī)輔助診斷系統(tǒng)已成為全球的研究熱點(diǎn)之一，它可作為放射科醫(yī)師的“第二雙眼”，減少放射科醫(yī)師的工作量及單獨(dú)閱片的疏漏；還能通過圖像分割、特征量化等技術(shù)為放射科醫(yī)生提供精確的定量分析，在一定程度上提高放射科醫(yī)師診斷結(jié)果的可重復(fù)性和對(duì)于圖像、疾病解釋的一致性。
　　 以肺癌（Lung cancer）、慢性阻塞性肺?。–hronic obstructive pulmonary disease，COPD）的CT圖像為

2、主要研究對(duì)象，針對(duì)肺結(jié)節(jié)、支氣管狹窄等病灶各自的特點(diǎn)，對(duì)支氣管病變及肺結(jié)節(jié)研究了不同的計(jì)算機(jī)輔助診斷方法。
　　 針對(duì)支氣管病變的計(jì)算機(jī)輔助診斷的研究包括支氣管自動(dòng)檢測及支氣管形態(tài)特征量化。(1)支氣管斷面自動(dòng)檢測要解決的關(guān)鍵問題是如何檢測到更多的適合于氣管形態(tài)參數(shù)量化的支氣管斷面。在Zheng[1]提出的方法基礎(chǔ)上，提出了一種基于圓形度的多方向支氣管斷面自動(dòng)檢測方法；為檢驗(yàn)該方法的有效性，對(duì)9個(gè)全肺CT圖像進(jìn)行了實(shí)驗(yàn)，結(jié)果表明

3、該方法能夠檢測到可用于形態(tài)參數(shù)量化的支氣管斷面可達(dá)2007個(gè)/Scan，其中假支氣管斷面數(shù)目為0.67個(gè)/Section，過度粘連的氣管斷面數(shù)為0.12個(gè)/Section。所檢測到的三級(jí)以下的支氣管斷面比例，COPD的CT圖像要高于正常CT圖像，這與醫(yī)生對(duì)COPD的診斷結(jié)果具有一致性。(2)支氣管形態(tài)參數(shù)量化的難點(diǎn)是支氣管面積很小，PVE 效應(yīng)（Partial volume effect，PVE）對(duì)其分割影響較大，因此如何準(zhǔn)確地分割支氣

4、管壁是要解決的關(guān)鍵問題。采用Zheng[2]提出的方法，在最大-最小極值法分割支氣管外壁的基礎(chǔ)上，利用模糊技術(shù)精確量化支氣管壁及管腔面積等形態(tài)參數(shù)；實(shí)驗(yàn)結(jié)果表明，對(duì)于所檢測到的同位于第3 級(jí)支氣管的斷面中，COPD 患者的支氣管壁面積量化值大于同年齡正常人的，這也表明該方法的形態(tài)參數(shù)量化結(jié)果與醫(yī)生閱片結(jié)果具有一致性。
　　 針對(duì)肺結(jié)節(jié)計(jì)算機(jī)輔助診斷的研究主要包括肺結(jié)節(jié)的自動(dòng)檢測及肺結(jié)節(jié)特征量化。(1)肺結(jié)節(jié)的自動(dòng)檢測要解決的關(guān)鍵

5、問題是在足夠高的靈敏度條件下，盡量降低其假陽性率，其中毛玻璃結(jié)節(jié)是檢測的難點(diǎn)。基于Li[3-5]提出的多尺度選擇性濾波方法對(duì)結(jié)節(jié)進(jìn)行初始檢測，然后在所得的候選結(jié)節(jié)分割基礎(chǔ)上提取有效直徑、緊湊度等20個(gè)特征，最后利用Fisher 線性分類器對(duì)優(yōu)化后的特征進(jìn)行分類，去除分類結(jié)果中的假陽性結(jié)節(jié)。為評(píng)估結(jié)節(jié)檢測的性能，實(shí)驗(yàn)利用LIDC（Lung Imaging DatabaseConsortium,LIDC）所提供的肺CT圖像，采用leave-

6、one-scan-out方法對(duì)結(jié)節(jié)檢測結(jié)果進(jìn)行了ROC 曲線分析。評(píng)估結(jié)果表明，全部結(jié)節(jié)的檢測水平為當(dāng)TPF 為87％時(shí)，假陽性率為0.01FPs/Section；當(dāng)TPF 為96％時(shí)，假陽性率為0.03FPs/Section。評(píng)估結(jié)果還表明GGO1（Ground glass opacity，GGO）[6]結(jié)節(jié)能夠較好地被檢出。(2)肺結(jié)節(jié)特征量化是對(duì)肺結(jié)節(jié)良、惡性判別的一個(gè)重要基礎(chǔ)，其難點(diǎn)之一是肺結(jié)節(jié)的準(zhǔn)確分割。針對(duì)該難題提出了一種基

7、于動(dòng)態(tài)規(guī)劃及多方向融合的肺結(jié)節(jié)分割方法。實(shí)驗(yàn)結(jié)果表明該方法能夠較精確地分割LIDC所提供的23個(gè)肺結(jié)節(jié)，其平均overlap、TP Seg 及FP Seg 分別為66%，75%，15%；在結(jié)節(jié)準(zhǔn)確分割的基礎(chǔ)上，精確量化毛刺征、胸膜凹陷征、分葉征等具有臨床診斷意義的結(jié)節(jié)特征。由于其影像表現(xiàn)復(fù)雜且各不相同，因此對(duì)于不同的結(jié)節(jié)特征需要研究特定的量化算法，這是另一難點(diǎn)所在。針對(duì)毛刺征提出了一種基于邊界法線-梯度正交性的毛刺量化方法，并與已有的毛