乳房MRI影像做致密度演算法之分析.PPT

乳房MRI影像做緻密度演算法之分析 指導教授:陳定宏 學生:陳雅琪 學號:MA0G0219 * Outline 一.研究背景及目的 二.研究方法及步驟 三.執行進度 四.預期完成工作項目 五.成果與未來展望 * 研究背景及目的(1/5) 根據行政院衛生署的統計資料顯示，癌症一直是我們最大的死亡殺手，其中女性乳癌是我們一直以來非常重視的問題。 為了能及早發現乳癌做治療已提高存活率，目前臨床上有幾種較常使用的檢查方式:乳房超音波、乳房X光攝影、核磁共振(MRI)。 * 研究背景及目的(2/5) 以下將介紹核磁共振(MRI)的優點及缺點： 優點： 對軟組織效果最好 可藉調整參數產生不同之成像，協助診斷 無角度或切面限制 可偵測極小病變 缺點： 檢查及設備費用較高 裝置設備需要較大空間 易受磁場干擾之病人不適用 * 研究背景及目的(3/5) 近年來經醫學研究證實，女性若發現有較高密度乳房組織(dense breast tissue)，會增加罹患乳癌的機率。 若能透過乳房檢查精確的計算出乳房緻密度，即可推算出罹癌的風險，提供醫師下診斷，並早期做治療與預防。 * 研究背景及目的(4/5) 以下介紹乳房緻密度的分級，由分級列表可以推算罹患乳癌的風險： * 研究背景及目的(5/5) 本篇研究計畫 乳房核磁共振影像為基礎 乳房與肌肉做切割，留下乳房的部分 運用電腦輔助診斷系統計算出乳房緻密度 探討乳癌發生部位、大小、時間與乳房緻密度之關係。 * 研究方法及步驟 在本篇研究中我們應用的演算法-自動多級處理組合分割4D MRI影像 研究的目的-留下乳房的部分，捨去乳房肌肉的部分 利用乳房外圍輪廓，區分前景範圍和背景範圍，再決定影像的特徵，將乳房與肌肉部分做切割 * 研究方法及步驟 演算法流程圖 : * 研究方法及步驟 實驗步驟 : * 影像作前處理 影像堆疊為3D 緻密度計算 自動多級處理組合切割 分析百分比和罹患風險 研究方法及步驟 Step1:將影像作正規化，並調整對比度 Step2:使用MATLAB，將2D影像堆疊為3D Step3:應用自動多級處理組合，將乳房與肌肉部分做切 割，留下乳房部分 Step4:使用SVM脂肪和乳腺的分類，並做織密度的計 算 Step5:分析出來數值，利用乳房緻密度分級表，判斷是 否有罹患乳癌的風險 * 執行進度 部分文獻搜尋，整理與分析 實際操作，先將影像做前處理，以及2D轉3D影像的推疊 提出對影像自動多級處理組合-水平集合演算法 * 預計完成工作項目及成果 預期完成之工作項目 * 成果與未來展望 * * *