头颈部肿瘤PET图像分割随机游走的方法.docVIP

头颈部肿瘤PET图像分割随机游走的方法.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
头颈部肿瘤PET图像分割随机游走的方法

头颈部肿瘤PET图像分割随机游走的方法   摘要:针对肿瘤放疗生物靶区高精度勾画难题,根据头颈部肿瘤PET(positron emission computed tomography)影像特点,提出了肿瘤PET图像分割随机游走方法.首先,根据PET SUV(standardized uptake value)影像,采用三维自适应区域生长和数学形态学膨胀方法确定随机游走方法的种子点,将包含肿瘤的感兴趣区域分为核心肿瘤区域(标记为前景种子点)、正常组织区域(标记为背景种子点)和待定区域.然后,利用头颈部肿瘤和周围正常组织PET图像具有不同的对比度纹理特征,将PET SUV及其对比度纹理值作为随机游走方法中边的权值计算依据.实验结果表明,该法不仅比传统随机游走方法平均提速9.34倍,而且,以临床医生手工勾画的大体肿瘤区作为参考标准,相似度平均提高32.5%(P0.05).本文方法能够有效地自动勾画头颈部肿瘤放疗生物靶区.   关键词:医学图像分割;随机游走;区域生长;生物靶区;头颈癌   中图分类号:TP391.4 文献标识码:A   文章编号:1674-2974(2016)02-0141-09   18F-脱氧葡萄糖(18FDG)正电子发射断层扫描(positron emission computed tomography, PET)是一种在分子水平上非侵入性的生物学特性成像方法,是核医学影像最先进的分子影像技术之一,目前已被广泛应用于恶性肿瘤的检测和分期,并已成为当前肿瘤生物调强放疗计划和疗效评估研究的重要影像技术[1-3].基于PET影像的高精度肿瘤生物靶区勾画是肿瘤放疗计划和疗效评估的基础,但肿瘤PET影像不仅信噪比低,而且空间分辨率低、部分容积效应严重,头颈部肿瘤周围正常组织的18FDG标准摄取值(standardized uptake value, SUV)通常还和肿瘤的SUV非常接近,因此,PET影像中的肿瘤边界通常模糊,且与毗邻正常组织的分界不清晰.肿瘤内部还具有各向异性的生物学特性,因此,高精度的肿瘤生物靶区勾画非常困难.   肿瘤生物靶区勾画本质上是肿瘤PET图像分割问题.随机游走(random walk, RW)是一种基于图论的交互式图像分割方法[4-6],它将图像的分割问题转化为图的Dirichlet最优化问题[5].随机游走图像分割算法在图像像素数量比较少的情况下,分割速度快,分割效果好,特别是在处理含有强噪声、弱边界或缺失边界、有模棱两可的图像区域时显示出了突出优势.这些特性使得随机游走算法非常适合处理PET图像.Bagci等[7]和Onoma等[8]最先将随机游走方法应用在肺部肿瘤PET图像分割中,并取得不错的效果.但由于头颈部解剖结构复杂,目前尚未见有关将随机游走方法应用于三维头颈癌PET图像分割的文献.   随机游走分割结果一方面依赖于种子点的位置和数量,另一方面依赖于顶点间边的权值计算方法.种子点越多,提供的前景与背景区域信息就越多,相应的分割结果就越令人满意 [9]. 我们也发现肿瘤PET图像分割随机游走问题的求解不仅需要提供正确标记的肿瘤和非肿瘤种子点,而且种子点的数目和位置对图像分割结果有很大影响.不合适的种子点标记,可使随机游走问题无法有效求解;种子点数目不充足,可导致分割结果不理想.但是,在三维PET情况下,人工选择种子点不仅效率十分低下,而且种子点不足难以得到令人满意的分割结果,尤其对于PET SUV图像中生物特性各向异性的肿瘤分割更是如此.因此,我们根据头颈癌PET SUV分布特点,提出采用三维自适应区域生长和数学形态学膨胀方法,将包含肿瘤的感兴趣区域分为核心肿瘤区域、正常组织区域和待定区域三类,并将核心肿瘤区域全部体素点标记为肿瘤分割随机游走问题的生物靶区种子点,同时将正常组织区域全部体素点标记为非生物靶区种子点,这样只需要对待定区域的体素点进行随机游走分割.这不仅使随机游走问题的求解速度显著提高,而且大量的种子点使肿瘤分割结果更准确.另一方面,我们发现头颈部肿瘤和其周围正常组织PET SUV图像具有不同的对比度纹理特征,提出一种基于PET SUV及其对比度纹理特征量的肿瘤分割随机游走顶点间边的权值计算方法,以便更好地区分肿瘤和其周围高SUV的正常组织,进一步提高肿瘤分割结果精度.   1经典随机游走方法   受条件限制,我们无法获取每个病例的病理标本作为金标准.因此,我们邀请3位经验丰富的放疗科医生独立地对每个病例分别进行手工勾画大体肿瘤靶区(gross tumor volume,GTV),然后由另外一位经验丰富的放疗科主任医师综合以上3位医生勾画结果给出最终的GTV,我们将这个最终的GTV作为参考标准(ground truth, GT).为了验证提出方法的性

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档