论文部分内容阅读
电学层析成像技术由于其特有的实时性、非侵入性和经济性等优点,正逐步成为过程检测领域优先研究和发展的一种先进的工业检测技术。在生物医学领域,传统医学检测技术采用的CT成像具有高成本、高辐射等缺点,不适宜患者长期使用;而电学层析成像技术在克服上述问题上已经显示出巨大的潜力和广泛的应用前景。作为生物医学检测的基础,本文研究了基于电学层析成像技术的肺癌病理的特征提取和分类问题;以及基于传统CT成像技术的最优图像划分和三维重建问题。具体的研究内容以及主要贡献如下:(1)肺癌组织电阻抗数据的提取本课题组历时三年,赴天津市总医院现场采集人体癌变组织与正常组织在31个频率下的电阻抗数据109例,其中有效数据91例。该数据集包含了四种典型的肺癌病例:鳞癌、腺癌、大细胞癌和小细胞癌,为肺癌组织的基于电学特征的分类提供了实验依据。(2)癌症组织的辨识通过cole-cole拟合圆半径与电阻抗的模值作为特征,对癌变组织与正常组织进行分类和辨识,并利用ROC曲线评估辨识正确率。通过对实验数据的分析表明,上述提取的特征对于癌变组织的辨识率能够达到78%以上,以较高的特异度实现了正常组织与癌变组织测量数据的一般性分类。另一方面,分析了患者年龄、性别、吸烟史、化疗史等对检测正确率的影响,这些研究结果为电学层析技术应用于肿瘤的早期监测与早期治疗打下坚实基础。(3)癌变组织的三维重构利用C++结合VKT将现有二维CT图像序列进行三维重构,模拟癌症肿瘤的三维模型,提供二维切片无法比拟的优势。不同于已有的三维重建技术,本文通过有效性指标确定二维CT图像的最优分类数,实现二维CT切片的最优划分,基于最优的二维切片实现人体胸腔上部CT、心血管部位CT和癌变组织部位CT三维重建。实验表明,本文提出的方法比已有的方法具有更高的空间分辨率,从而使使用者能够更加直观地观测肿瘤的组织形态。