基于FCM肺结节检测研究

探讨基于CT图像数据的肺结节自动检测算法，提出基于模糊C均值聚类方法（FCM）检测肺结节方法，实验结果表明这种方法是有效的，可靠的。     

肺结节检测算法研究

考虑到肺部特殊的解剖结构,本文将模糊c均值算法（FCM）~用到肺结节检测上,并引入似圆度计算将结节准确标示出来,大大降低了检测的假阳率,取得了较好的实验效果。     

基于Faster-RCNN的肺结节检测算法

针对目前的肺结节检测中存在的个体差异、同病异影、同影异病的问题,提出一种大样本条件下的基于Faster-RCNN的肺结节检测算法,对比研究目前的深度学习模型的适应性,给出一种通用的随着样本数量增加肺结节检测率持续提升的策略。首先搭建深度学习的软硬件环境,设置影像数据接口与Faster-RCNN的网络接口匹配;然后搭建Faster-RCNN的单类分类网络,并对网络结构的参数进行调整优化;最后用包含2 000例病人的肺结节数据集,通过不同的卷积神经网络模型(包括ZF和VGG),计算CT图像在各自模型中的特征。对测试结果进行分析评估,分别统计其漏检率、检测准确率,并探讨不同训练数量和数据增广类型对最终检测准确率的影响。最终ZF模型的检测准确率为90. 82%,准确率的波动方差为13. 30%; VGG模型的检测准确率为87. 02%,准确率的波动方差为37. 10%。ZF模型的波动方差小,检测精确度高,综合考虑,ZF模型对肺结节的检测效果优于VGG模型的检出效果。所提出的肺结节检测技术具有良好的理论价值和工程应用价值。     

CT图像肺结节自动检测

肺癌是对人类生命健康危害最大的恶性肿瘤之一。计算机辅助诊断系统对肺部CT图像进行自动分析后,可提示医生可疑肺结节,从而克服医生在诊断中的一些主观因素,为此本文提出了一种基于胸部CT图像的可疑肺结节自动检测算法。首先,根据胸部组织的特殊结构,利用一种新的分割算法提取出肺实质部分;在此基础上提取出灰度与结节相近的感兴趣区域,包括结节、肺血管、支气管;然后,以已标记的结节数据作为样本集,计算结节的面积、灰度均值、灰度方差、圆形度、形状矩、体积、球形度等特征值,利用最近邻法建立分类器判别函数;最后,计算测试集感兴趣区域的上述特征,对其进行判别、分类,并标记出结节。试验结果表明,该算法综合考虑了肺结节特征,具有较高的准确度。     

基于3DV-Net的肺结节检测分割算法

目的：提出基于深度学习的肺结节识别与分割算法,以辅助医生进行肺部疾病检测。方法：针对LUNA16数据集数据量大以及肺结节种类大小多样性等特征,采用基于改进的深度神经网络3DV-Net实现多种肺结节的检测分割,然后使用ResNet对结节图像和非结节图像进行分类。对LUNA16数据集中的肺部CT图像进行图像去噪、插值采样等预处理,然后生成粗分割图像和Mask图像,再使用改进的3DV-Net模型对数据进行多次训练预测。网络层级越深,出现梯度消散、梯度爆炸等问题的概率越大,改进的3DV-Net使用残差连接来改善这一问题。结果：改进的3DV-Net的Dice相似系数和IoU分别达到88.29%和88.25%。结论：本文方法有助于肺结节的检测分割,在肺结节的辅助诊断方面有重要意义。     

针对肺结节检测的肺实质CT图像分割

目的：针对CT图像上肺结节的自动检测，开发并评价对全肺螺旋CT扫描中的肺实质进行自动分割的一种综合方法。方法：首先利用全局阈值对CT图像进行二值化，然后消除由于支气管、细支气管等低密度影和由于结节、血管等高密度影以及由检查床造成的条状伪影等噪声，最后对包含胸膜连接结节的图像利用数学形态学运算和图像凸包运算进行完善形成肺实质掩膜。结果：利用该方法对从LIDC数据库中所有包含结节的505张CT扫描片（来自69个病例）进行肺实质分割，正确率为95．4％。其中，包含胸膜连接结节的139张CT扫描片的正确分割率为94．2％。结论：本文提出的方法较好地完成了肺实质分割任务，为利用CT图像进行计算机辅助肺结节的检测打下了基础。     

基于收敛指数滤波和Hessian矩阵的肺结节检测算法

肺癌的早期形态多以肺结节的形式出现,对其正确检测有助于提高肺癌病人的存活率.针对肺部高分辨率CT图像中肺结节与血管横断面难以区分的问题,提出了一种基于收敛指数滤波和Hessian矩阵的肺结节检测算法.首先对基于向量域的收敛指数滤波器进行量化产生候选肺结节,然后设计基于三阶Hessian矩阵特征值的血管检测滤波器对血管进行检测标记.最后从候选肺结节中剔除血管横断面得到真阳性肺结节.实验结果 表明,本文提出的检测算法具有较高的灵敏性和低假阳性.     

CT图像肺结节计算机辅助检测技术研究进展

根据近年来国内外计算机辅助检测(computer-aided detection,CAD)技术在CT图像肺结节检测中的研究进展情况,本文对比分析了目前检测流程中6个阶段(图像采集、预处理、肺实质分割、感兴趣区域提取、特征提取与优化、检测分析与降低假阳性率)各自所运用的研究方法及问题,并提出肺结节检测准确率的提高,依赖于各步骤算法的优化和大样本标准病例数据库的建立,需要在研究针对单一类型结节分类算法的基础上,设计通用的结节分类算法。     

肺结节风险预测模型的研究进展

肺结节(Pulmonary nodule,PN)是临床常见的肺部病变之一,然而肺结节患者多无明显临床症状,仅有影像学表现,为医生对肺结节的诊疗带来困难.随着医疗设备及诊断技术的进步,预测模型逐渐成为有效的评估手段之一;然而国内外肺结节风险预测模型越加多样化,但其诊断价值未形成统一认识.本文对国内外较具代表性和特点的肺结节风险预测模型、模型间对比、模型与临床工作者间对比进行总结,以期为临床应用提供参考,提高对肺结节患者诊疗决策的合理性.     

CT引导下肺结节定位针定位在肺结节中的应用研究

目的 探讨CT引导下肺结节定位针定位在肺结节中的应用效果。方法 回顾性分析323例肺结节患者的临床资料,根据术前是否行CT引导下肺结节定位针定位将患者分为定位组(n=173)与对照组(n=150)。观察2组患者术中出血量、手术时间、病灶一次性切除率、术后住院时间;记录定位组患者穿刺并发症及穿刺针脱落发生情况,采用Logistic回归分析导致穿刺并发症发生的危险因素,计算受试者工作特征(ROC)曲线下面积(AUC),评价模型准确性。结果 定位组和对照组患者病灶一次性切除率、术后住院时间比较差异无统计学意义(P> 0.05),定位组患者术中出血量、手术时间少/短于对照组(P <0.05)。定位组所有患者均定位成功,穿刺并发症发生率为25.43%。Logistic回归分析显示,进针深度> 30 mm、进针次数> 2次、病灶距肺边缘距离> 20 mm、慢性阻塞性肺疾病(COPD)病史是导致穿刺并发症发生的独立危险因素。根据穿刺并发症组建立预测模型,结果显示,训练组及验证组ROC曲线的AUC分别为0.748、0.760。结论 CT引导下定位针可准确定位肺结节,缩短手...     

孤立性肺实性结节和混杂磨玻璃结节对比研究

目的　探讨孤立性实性和混杂磨玻璃结节的病理特征,找出它们之间的影像学特征差异。 方法 回顾性分析804例孤立性肺结节（SPNs）患者手术切除治疗后的病理特征。根据胸部高分辨CT扫描结果是否存在磨玻璃样病变,将SPN分为实性和混杂磨玻璃结节。比较和评估实性和混杂磨玻璃结节组之间的病理特征。获得人口统计学（性别和年龄）和临床数据（吸烟,癌症史,糖尿病史,慢性阻塞性肺气肿或肺纤维化病史,肺结节的最大直径和位置）,分析实性和混杂磨玻璃结节之间的差异。 结果 804例SPN患者中,48.9%（393例）为良性SPNs,51.1%（ 411例）为恶性;67.7%（544例）为实性结节,32.3%（260例）为混杂磨玻璃结节。在实性结节组中,61.2%（333例）被诊断为良性,38.8%（ 211例）为恶性。在混杂磨玻璃结节组中,23.1%（60例）为良性,76.9%（200例）为恶性。实性结节中良性病变的比例显著高于混杂磨玻璃结节中的比例（P<0.001）。此外,实性和混杂磨玻璃结节之间腺癌的亚型有显著差异（P<0.001）。混杂磨玻璃结节组中女性患者,慢性阻塞性肺气肿或肺纤维化病史患者,非吸烟者和上叶位置的比例远高于实性结节组。 结论　CT表现为实性和混杂磨玻璃结节恶性病变中,腺癌是最常见组织学类型,在腺癌亚型的构成上两者之间存在明显的差异。与男性和吸烟者相比,女性和非吸烟者（被动吸烟者）更倾向于发展为与肺腺癌相关的混杂磨玻璃结节,在大多数情况下,混杂磨玻璃结节位于肺的上叶。     

Application of the iris filter for automatic detection of pulmonary nodules on computed tomography images

We have developed a computer-aided diagnosis (CAD) system to detect pulmonary nodules on thin-slice helical computed tomography (CT) images. We have also investigated the capability of an iris filter to discriminate between nodules and false-positive findings. Suspicious regions were characterized with features based on the iris filter output, gray level and morphological features, extracted from the CT images. Functions calculated by linear discriminant analysis (LDA) were used to reduce the number of false-positives.The system was evaluated on CT scans containing 77 pulmonary nodules. The system was trained and evaluated using two completely independent data sets. Results for a test set, evaluated with free-response receiver operating characteristic (FROC) analysis, yielded a sensitivity of 80% at 7.7 false-positives per scan.     

不同分辨率单色液晶显示器对肺结节识读影响的初步研究

目的 评价不同分辨率的单色液晶显示器对肺结节检出效能的影响.方法 从数据库中在线选取胸部数字化放射成像(DR)影像图93幅:确诊图38幅、疑诊图32幅、正常图23幅(均由CT证实).将阳性病例按结节直径大小分为A、B两组,高、中、低年资医师各3名在3种不同分辨率的显示器上集中进行3次独立读图,对结节有无的评判采用5等分法:肯定有、可能有、不确定、可能无、肯定无,每名医师针对特定显示器上的每幅图像给出自己的信任等级.采用SPSS 13.0对结果进行统计分析.结果 高年资医师使用2 MP、3 MP、5 MP显示器识读A组结节时受试者操作特性(ROC)曲线下面积分别为0.643、0.686、0.739;中年资为0.636、0.682、0.717;低年资为0.623、0.656、0.721.识读B组结节时高年资医师为0.813、0.832、0.846;中年资为0.773、0.824、0.838;低年资为0.763、0.773、0.833.不同放射系统诊断效能比较差异无统计学意义(P＞0.05).结论 在不限制图像后处理工具的情况下,不同年资的医师在不同分辨率的显示器上识读A、B两组不同尺寸结节时诊断效能差异无统计学意义.     

一种基于相关矩阵的肺结节增强算法

针对肺结节的增强,提出了一种基于相关矩阵的多窗口图像增强算法,以提高肺结节检测的精确性.作为肺结节检测的预处理部分,本算法可以有效减小传统算法对噪声的敏感度,更好地增强肺结节并抑制血管.实验结果表明,本文所设计的增强算法对于增强合成图像以及实际的肺CT图像都有较好的效果,可以用于基于CT图像的辅助诊断系统的设计中.     

Clear-cell odontogenic carcinoma with pulmonary metastases resembling pulmonary meningothelial-like nodules

Clear-cell odontogenic carcinoma (CCOC) is a rare neoplasm with malignant potential and unknown cytogenetic alterations. We describe the case of a 43-year-old woman who presented with an unusual odontogenic epithelial tumor. Histologically, the tumor was composed of clear-cell areas and exhibited a squamous pattern with little nuclear pleomorphism similar to benign squamous odontogenic tumor. Multiple small pulmonary nodules occurring 3 years after primary surgical treatment histologically closely resembled benign minute pulmonary meningothelial-like nodules (MPMN) with clear-cell features. Comparative genomic hybridization (CGH) and immunohistochemistry, performed as diagnostic adjuncts, revealed in the odontogenic tumor and the pulmonary lesions a very similar pattern of chromosomal aberrations (loss of 9, gains of 14q, 19 and 20 in both, and additional loss of 6 in the odontogenic tumor) and the same pattern of expression (positive for cytokeratin 5, 6, 8, 19 and negative for cytokeratin 18, epithelial membrane antigen, and vimentin), differing from that of MPMN. These findings confirmed the final diagnosis of metastasizing CCOC with partial squamous differentiation, substantiated the unfavorable prognosis of the clear-cell component, and highlighted the diagnostic impact of CGH and immunohistochemistry for classification of these morphologically peculiar pulmonary CCOC metastases.     

Optimization of a tomosynthesis system for the detection of lung nodules

Mathematical observers that track human performance can be used to reduce the number of human observer studies needed to optimize imaging systems. The performance of human observers for the detection of a 3.6 mm lung nodule in anatomical backgrounds was measured as a function of varying tomosynthetic angle and compared with mathematical observers. The human observer results showed a dramatic increase in the percent of correct responses, from 80% in the projection images to 96% in the projection images with a tomosynthetic angle of just 3 degrees. This result suggests the potential usefulness of the scanned beam digital x-ray system for this application. Given the small number of images (40) used per tomosynthetic angle and the highly nonstationary statistical nature of the backgrounds, the nonprewhitening eye observer achieved a higher performance than the channelized Hotelling observer using a Laguerre-Gauss basis. The channelized Hotelling observer with internal noise and the eye filter matched to the projection data were shown to track human performance as the tomosynthetic angle changed. The validation of these mathematical observers extends their applicability to the optimization of tomosynthesis systems.