基于多体素磁共振波谱技术的脑肿瘤自动分类辅助诊断系统

摘要

脑肿瘤的分类与分级有利于后续治疗计划的制定.本文创新性地提出了多层分类算法,根据多体素磁共振波谱技术测得的代谢差异,对肿瘤的类型和级别进行无创诊断.第一层,提取肿瘤实质区、水肿区和正常区的生化标记物胆碱(Cho)、N-乙酰天门冬氨酸(NAA)及乳酸(Lac),使用支持向量机(SVM)算法进行有/无肿瘤的诊断;第二层,结合临床资料和波谱信息,建立肿瘤模型并计算各肿瘤得分,根据得分诊断肿瘤类型;第三层,再根据脂质(Lip)、肌醇(mI)等信息,分别采用并对比SVM和高斯混合聚类模型(GMM)的肿瘤分级(高级、低级)结果.本研究三层准确性分别可达100％、90％和94.4％,整体准确的性可达84.6％.本研究算法符合临床医生诊断习惯,具有较高的临床意义。