论文部分内容阅读
乳腺癌在女性患者中的发病率和致死率都是第一位,且发病率和死亡率逐年增加。乳腺癌的早诊早治可以提高生存率,高精度的乳腺PET（Positron Emission Mammography,PEM）系统是一种专为乳腺疾病诊断研制的正电子发射断层成像（Positron Emission Tomography,PET）系统。因为乳腺PET具有较高的图像空间分辨率,可以提升PET图像的特征精度、丰富图像量化特征的种类,如何挖掘乳腺PET影像的特征进行客观、定量地描述肿瘤表型,研究其图像特征以及这些图像特征与临床诊断指征之间的对应关系,充分发挥其在个性化诊断、治疗以及疗效评估方面的作用成为影像组学领域亟需解决的科学问题。本论文研究内容主要包括两个部分:良恶性乳腺PET图像的分类和恶性肿瘤的BI-RADS分级。根据PET图像特征提取方法所基于的理论基础的不同将其分为代谢特征、形态特征、灰度特征和纹理特征四种特征,在建立乳腺PET图像的特征空间后,通过数据分析和分类器建模训练,提供可参考的影像智能诊断信息辅助临床医生,挖掘图像特征与临床病理间更深层次的联系。1.良恶性乳腺PET图像的分类。本次研究数据是82例18F-FDG PEM影像,其中术后病理检查结果为良性和恶性的分别为32例和50例。提取了灰度直方图的均值、方差、偏度、峰度和能量5个特征和灰度共生矩阵（Gray-Level Co-occurrence Matrix,GLCM）的能量、对比度、相关性、逆差矩、自相关、差异性和中值等7个纹理特征,画出良恶性图像的这些特征的箱式图进行直观的比较分析,并与术后病理类型做Spearman相关性分析,除了逆差矩其它的特征都与良恶性分类相关。利用灰度特征和纹理特征训练支持向量机（Support Vector Machine,SVM）分类器模型,测试集的灰度特征、纹理特征和联合特征的分类准确率分别为89.3%、82.1%、92.9%。所以乳腺PET图像的灰度特征、GLCM纹理特征能够有效实现良恶性的鉴别,可作为临床辅助乳腺PET图像诊断的参数。2.恶性肿瘤的BI-RADS分级。病变的精细分期可以提高预后准确性,为了验证影像报告和数据系统（breast imaging and data report system,BI-RADS）分级标准是否可以应用于乳腺PET肿瘤图像,提取了50例肿瘤PET图像的最大标准摄取值SUVmax、肿瘤-正常组织比（Tumor Normal Ratio,TNR）、肿瘤体积、5个灰度特征和7个灰度共生矩阵纹理特征,将每种特征与BI-RADS分级做Spearman相关性分析。SUVmax、灰度特征的均值和方差与肿瘤BI-RADS 4和BI-RADS 5分级相关;SUVmax、灰度均值、灰度直方图的偏度、能量、纹理特征能量、对比度、相关性和自相关与肿瘤BI-RADS 4A、4B和BI-RADS 4C、5分级即判断肿瘤的恶性可能性为(2%,50%]或(50%,100%]相关。综上,SUVmax、部分灰度特征和纹理特征可以提供肿瘤恶性可能性的参考信息,辅助医生诊断。