• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于肝脏MRI纹理特征分析的计算机辅助诊断研究
【6h】

基于肝脏MRI纹理特征分析的计算机辅助诊断研究

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

声明

1 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 本文的研究内容

2 基于纹理特征分类的肝脏疾病分期的基本理论

2.1 计算机辅助诊断系统理论框架

2.2 感兴趣区域提取

2.3 纹理特征提取

2.4 分类算法

2.5 聚类算法

2.6 相似性度量

3 基于The Maximum Response 8 纹理特征聚类分析的人体肝硬化分期

3.1 实验数据

3.2 算法描述

3.3 实验过程与结果

3.4 本章小结

4 基于MRI的T1序列影像的大鼠肝纤维化计算机辅助诊断

4.1 实验数据

4.2 基于密度聚类的大鼠MRI的T1纹理特征肝纤维化分期

4.3 实验结果分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢

展开▼

摘要

肝纤维化与肝硬化是临床中两种常见的慢性肝病。肝纤维化指由各种缘由引起的慢性肝损伤，通常会引起肝内结缔组织呈现异样增生。肝纤维化长期发展会形成肝硬化，肝硬化是一种弥漫性肝损伤，多由各种长期反复的作用导致的肝脏病变。两种疾病若不及时治疗将会发展为肝癌甚至威胁生命。目前医学影像检查已成为肝脏疾病检查的重要方式，其中核磁共振成像（Magnetic Resonance Imaging,MRI）因无电离辐射和具有多参数、多方位、多序列成像的特点，以及分辨率高等优势成为常规肝脏检查手段。由于不同阶段的肝硬化和肝纤维化在 MRI中表现为不同的纹理，因此本论文在计算机辅助诊断（Computerized Aided Diagnosis,CAD）的框架下基于纹理特征分析的肝脏MRI肝纤维化和肝硬化分期判别系统。论文的主要研究内容如下：
　　（1）基于The Maximum Response8（MR8）纹理特征聚类进行病人肝硬化分期。正常肝脏的MRI图像光滑细腻无颗粒状纹理，而肝硬化的MRI则会呈现裂纹、宽度增加、有弥散性的结节同时周围存在条形高信号的纹理，所以希望通过提取肝脏纹理特征来描述肝脏的病变。MR8滤波器能够充分提取上述纹理特征，且具有旋转不变和维度小的优点，因此本文提出了基于 MR8纹理特征聚类分析的肝硬化分期方法。该方法结合了肝脏MRI的5个序列进行分期。在感兴趣区域（Region of Interest,ROI）的分期结果中，T2序列和平衡期的分期准确率为100%，T1序列、动脉期和门静脉期的分期准确率都达到95%以上。在病例分期层面，应用投票机制得到分期准确率为100%。该方法不仅充分利用了MRI纹理特征，同时还具有易理解、操作简单、复杂度小和分期准确率高等优点，可以辅助医师进行临床诊断。
　　（2）基于MRI的T1序列进行大鼠肝纤维化分期。针对大鼠肝纤维化分期问题，经典传统方法即基于灰度共生矩阵（Gray-level Co-occurrence Matrix,GLCM）结合前向型神经网络（Back Propagation Neural Network,BPNN），识别率并不高。本文提出基于密度聚类（Clusterdp）的大鼠MRI的T1序列纹理特征分期肝纤维化，并与传统算法对比。实验表明，基于Clusterdp的方法分期效果好，其中S0、S2和S4三期分期达到100%，目前对于S1和S3期的分期稍低，分别为0.8966%和83%。将每只大鼠的多幅ROI融合得到该大鼠的整体分期发现，仅S3期错分一个病例，其余各期准确率达到了100%。针对相同数据，基于GLCM的BPNN分期效果远不如本文所提算法。整体来说，基于Clusterdp的纹理特征分析对肝纤维化分期具有一定临床意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号