论文部分内容阅读
肝癌无论是发病率还是死亡率都位居肿瘤排行榜的第二位,肝癌患者在发病初期往往没有相应的症状和体征。于是在明确诊断时常常已经属于中晚期,目前对于肝脏的诊断还大量的使用肝脏组织活检穿刺术,它会给病患的生理和心理上带来很大的痛苦。于是计算机辅助诊断作为早期非介入的肝病诊断对于肝部病变的治疗有着重大的意义。由于肝脏辅助诊断的重要性,业界目前已经在肝脏辅助诊断领域内有了大量的研究,不过应该看到由于肝脏病变的特殊性,现在对于肝脏的辅助诊断并没有像肺结节和乳腺癌的辅助诊断那样取得理想的效果。肝脏病变不像其他的病变那样有特定的不变特征,其在影像学的表现上趋于弥漫性,并没有固定的形状,于是在肺结节和乳腺癌中得到广泛使用的形状先验知识就无法奏效。又由于不同种类的肝脏病变在平扫CT影像上的成像又往往比较相似,这无疑也是造成肝脏辅助诊断效果不佳的原因。多期CT扫描数据由于可以显示肝脏病变的时序特征,故而相比于一般的平扫CT数据可以提供更多对于病变的描述信息。本文使用CT多期扫描数据作为辅助诊断的数字图像依据,并且在使用了图像纹理测度方法作为图像特征之外,还设计了基于时序图像和分散图(Scattergram)的病变多期图像时序特征的纹理测度方法,从而可以更好的定量的描述不同的肝脏病变。在分类器的设计上,本架构使用了三层二分的分类器设计思想,将一个困难的4分问题转化为3个层次上的二分问题。在不同的分类器选取问题上,本文使用了神经网络,k近邻和支持向量机三种不同的机制并且对他们的结果进行了对比分析优化,最后在实验中对于正常组织与病变组织,囊肿与其他病变,肝癌与肝脏血管瘤的三个诊断子问题分别达到了98.3%,97.2%和96.4%的诊断成功率。本文的主要工作和创新点如下:1.使用多期CT扫描图片替代常规的CT平扫数据作为肝脏辅助诊断的医学影像学依据,使用多期纹理提取方法来提取肝脏病变的特征描述向量。2.设计了基于时序图像和分散图(Scattergram)的病变多期图像时序特征的纹理测度方法来从多期CT图片提取出肝脏病变的时序病理特征表现。3.使用了三层二分的分类器设计思想,将一个困难的4分问题转化为3个层次上的二分问题来设计诊断系统的分类模块,进而增强了分类的成功率和稳定性。4.分别使用人工神经网络,k近邻和支持向量机算法来作为子分类问题的分类算法,并且对其在辅助诊断应用中的性能进行了对比优化分析。