灰度共生矩阵在孤立性肺结节CT图像中的应用研究

摘要

肺癌是最常见的致死癌症。肺癌初期在临床上常常没有特征性症状，患者有自发症状选择就医时多已进入疾病中晚期。随着近年来电子计算机断层扫描（computed tomography，CT）技术的发展，CT设备分辨力的提高，重建算法的改进和创新，低剂量CT（Low-dose CT，LDCT）在肺癌筛查工作中的应用已渐入佳境。 孤立性肺结节（solitary pulmonary nodules，SPNs）是在影像上观察为肺部不大于3cm的结节影，单发，呈圆形、类圆形。它作为一种肺部良恶性病变同时具有的共同特征，近年来在肺癌的早期筛查的检出率越来越高，尤其是磨玻璃结节（Groud-glass nodules，GGNs），但是由于结节较小或较淡薄，在影像上时常很难从形态学特征对其良恶性进行区分，容易造成误诊和漏诊。 与此同时，影像组学是依靠大数据的医学图像资料提取大量的定量特征，深度挖掘图像信息，通过量化分析来进行疾病的诊断、预测等的一门新兴学科。与传统的影像形态学分析方法相比，其在肿瘤的诊断和鉴别上有突破性的发展。在生物成像中灰度共生矩阵（Gray-level co-occurrence matrix，GLCM）的纹理分析方法使用最为广泛。 本论文基于上述现状与技术发展，以从CT影像被诊断为孤立性肺结节的病例为对象。回顾性分析GLCM纹理特征参数在孤立性肺结节的CT图像中的应用研究。主要内容包括： 1.回顾性分析64例SPNs的CT图像（其中32例为良性结节图像，32例为恶性结节图像）。在SPNs中设置感兴趣区域（region of interest，ROI），并从中提取特定纹理特征进行分析。研究GLCM纹理特征是否在良恶性SPNs的CT图像中存在统计学差异，并通过受试者工作特征曲线（receiver operating characteristic curve，ROC）分析具有诊断效能的纹理特征的最佳临界值。 2.进一步分析上述病例中增强CT图像与平扫CT图像的灰度共生矩阵纹理特征分别在良恶性孤立性肺结节中是否存在统计学差异。 3.对60例SPNs的CT图像的辐射剂量进行对比性分析（LDCT图像和常规剂量CT图像各30例）。研究GLCM纹理特征在LDCT与常规剂量CT中是否存在统计学差异。

目录

第一个书签之前

The Study of

of Solitary Pulmonary Nodules

摘 要

ABSTRACT

主要符号表

第一章 绪 论

1.1低剂量CT的发展现状

1.2 低剂量CT在早期肺癌筛查中的应用

1.3影像组学的应用现状

1.4 灰度共生矩阵的基本概念和Mazda软件

1.5 本论文的主要工作

1.6 本论文的结构安排

第二章 灰度共生矩阵对良恶性孤立性肺结节的鉴别分析

2.1 引言

2.2材料和方法

2.2.1 病例资料

2.2.2 CT图像的采集

2.2.3 ROI提取与图像纹理特征分析

2.2.4 统计学分析

2.3结果

2.4本章小结

通过ROC分析，能量和对比度参数具有较高的诊断效能。它们的最佳临界值分别为0.0416和195.07

第三章 增强CT的灰度共生矩阵纹理特征的分析与意义

3.1引言

3.2材料和方法

3.2.1 病例资料

3.2.2 CT图像的采集

3.2.3 ROI提取与图像纹理特征分析

3.3统计学分析结果

3.4本章小结

第四章 低剂量CT纹理特征分析的可行性研究

4.1 引言

4.2.材料与方法

4.2.1 病例资料

4.2.2 CT图像的采集

4.2.3 ROI提取与图像纹理分析

4.2.4 统计学处理

4.3 结果

4.4 本章小结

第五章 结 论

5.1 本文的主要贡献

5.2 下一步工作的展望

致 谢

参考文献

攻读硕士学位期间取得的成果