醫(yī)學(xué)CT圖像肺結(jié)節(jié)多特征識(shí)別研究

魏葉

【摘 要】本文首先總結(jié)了肺結(jié)節(jié)識(shí)別方面己有的研究成果，分析了肺結(jié)節(jié)識(shí)別系統(tǒng)中常選取的特征以及智能識(shí)別算法。在有監(jiān)督半三維肺組織分割的基礎(chǔ)上研究了疑似結(jié)節(jié)連通域提取、結(jié)節(jié)特征選擇和識(shí)別問題，提出了基于三維多特征（形態(tài)和灰度特征）融合的結(jié)節(jié)識(shí)別方法。

【關(guān)鍵詞】肺結(jié)節(jié)；多特征識(shí)別；CT圖像

【中圖分類號(hào)】R445 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1672-3783（2018）07-03--01

肺癌是致死率最高的一種癌癥。肺結(jié)節(jié)是肺癌的一種早期形式，肺結(jié)節(jié)的“早發(fā)現(xiàn)、早診斷和早治療”是提高肺癌患者五年存活率的重要手段。醫(yī)學(xué)CT圖像是肺結(jié)節(jié)識(shí)別的主要依據(jù)之一。傳統(tǒng)依靠影像醫(yī)師肉眼閱讀幾百?gòu)圕T圖像耗時(shí)，且產(chǎn)生的疲勞容易引起誤檢或漏檢?；贑T圖像的肺結(jié)節(jié)識(shí)別和三維重建可為影像醫(yī)師提供直觀可量化的診斷依據(jù)，提高肺結(jié)節(jié)識(shí)別效率和降低誤識(shí)別率。

一、肺結(jié)節(jié)識(shí)別總體框架

本文提出了一種多特征融合的結(jié)節(jié)識(shí)別方法，肺結(jié)節(jié)檢測(cè)策略可分為六個(gè)步驟：

1.采用有監(jiān)督半三維方法（Semi-3D）分割完整肺組織；

2.提取肺組織內(nèi)部高密度連通域（代表結(jié)節(jié)和血管），并視為疑似肺結(jié)節(jié)。

3.重采樣各連通域，把數(shù)據(jù)轉(zhuǎn)化為各向同性數(shù)據(jù)；

4.分析各疑似結(jié)節(jié)的三維特征，其中形態(tài)特征采用各向同性后的數(shù)據(jù)計(jì)算，而灰度特征采用原始數(shù)據(jù)計(jì)算；

5.基于先驗(yàn)知識(shí)初步剔除大量的假陽性結(jié)節(jié)；

6.利用支持向量機(jī)算法進(jìn)一步識(shí)別肺結(jié)節(jié)，降低假陽性率。

二、基于三維形態(tài)和灰度特征融合的肺結(jié)節(jié)識(shí)別

如果提取的連通域中仍然有大量微小連通域（疑似結(jié)節(jié)），這些微小連通域絕大部分為血管組織和噪聲，大量的假陽性結(jié)節(jié)會(huì)增加后續(xù)的特征分析和識(shí)別的難度。Ye等人利用四個(gè)二維形態(tài)特征，采用基于規(guī)則的初篩方法減少疑似肺結(jié)節(jié)的數(shù)量。Casdo等人1681利用雙閾值法排除直徑小于3mm或者大于50mm的疑似肺結(jié)節(jié)，并將84個(gè)病例中的33462個(gè)疑似肺結(jié)節(jié)減少至2335個(gè)，且真正的肺結(jié)節(jié)得到100%的保留，然后利用神經(jīng)網(wǎng)絡(luò)進(jìn)一步降低假陽性率。

為初步降低假陽性結(jié)節(jié)的數(shù)量，提高后續(xù)特征分析和識(shí)別的效率，同時(shí)盡可能少或者不丟失真正肺結(jié)節(jié)，本文采用基于先驗(yàn)知識(shí)初篩的方法剔除大量假陽性結(jié)節(jié)。

肺結(jié)節(jié)尺寸小于3mm時(shí)特征不明顯，識(shí)別此類疑似肺結(jié)節(jié)的意義不大。因此，可分析每一個(gè)連通域的有效直徑（），并將有效直徑小于3mm的連通域視為假陽性結(jié)節(jié)而直接排除，本文采用有效半徑特征，1.5mm即為假陽性結(jié)節(jié)。通常情況下肺結(jié)節(jié)的體素聚集在一起呈塊狀，而血管呈細(xì)長(zhǎng)管狀。因此，采用了三維連通域的致密性（Compactness）和伸長(zhǎng)率（Elongation）特征的先驗(yàn)信息篩選假陽性結(jié)節(jié)。

Compactness<0.2 （2.1）

Elongation<0.3

上述三個(gè)特征的先驗(yàn)知識(shí)通過大量的實(shí)驗(yàn)獲得。如果疑似肺結(jié)節(jié)滿足式（2.1）的三個(gè)條件之一，則該疑似肺結(jié)節(jié)將被視為假陽性結(jié)節(jié)，并直接排除。

三、肺結(jié)節(jié)識(shí)別結(jié)果與分析

（一）實(shí)驗(yàn)訓(xùn)練樣本和測(cè)試樣本

本文采用了6個(gè)形態(tài)學(xué)特征和4個(gè)灰度特征，包括三維組織骨架化過程中體素的刪除率（removeRate）、歸一化一階輪廓矩（）、歸一化三階輪廓中心矩（）、有效半徑（）、三維致密性（Compactness）和伸長(zhǎng)率（Elongation）；灰度均值（MeanValue）、灰度標(biāo)準(zhǔn)差（）、直方圖偏斜度（Skewness）和灰度直方圖峰值（Kurtosis）。10個(gè)特征構(gòu)成了維度為10的特征向量。

疑似肺結(jié)節(jié)將被分為兩類：肺結(jié)節(jié)和假陽性結(jié)節(jié)。用TP（True Positive）代表正確識(shí)別的肺結(jié)節(jié)，F(xiàn)P（False Positive）代表肺血管被誤識(shí)別為結(jié)節(jié)，TN（True Negative）表示肺血管正確識(shí)別，F(xiàn)N（False Negative）代表肺結(jié)節(jié)被誤識(shí)別為血管。臨床通常用敏感性（Sensitivity）、假陽性率（FP s/scan）和準(zhǔn)確率（Accuracy）來評(píng)價(jià)肺結(jié)節(jié)識(shí)別方法的有效性。敏感性表示正確識(shí)別的結(jié)節(jié)占結(jié)節(jié)總量的比例；假陽性率表示每一個(gè)數(shù)據(jù)集中含有的被誤識(shí)別為結(jié)節(jié)的數(shù)量；準(zhǔn)確率表示正確識(shí)別的結(jié)節(jié)和假陽性結(jié)節(jié)數(shù)量之和占所有疑似結(jié)節(jié)總量的比例。敏感性、假陽性率和準(zhǔn)確率分別用如下式表示。

結(jié)論

本文實(shí)現(xiàn)了清晰無遮擋肺組織的面繪制和體繪制三維重建。首先，利用有監(jiān)督半三維的分割方所得肺組織分割結(jié)果，采用等值面法實(shí)現(xiàn)了肺和肺血管的表面三維重建，采用最大密度投影算法實(shí)現(xiàn)了肺組織的體繪制三維重建。其次，利用肺結(jié)節(jié)識(shí)別結(jié)果，采用等值面法實(shí)現(xiàn)了肺血管和肺結(jié)節(jié)的面繪制，并渲染為不同顏色。三維模型較好的展示了不同組織的大小、形態(tài)和空間毗鄰關(guān)系，對(duì)臨床醫(yī)學(xué)輔助診斷和治療具有一定的價(jià)值。

參考文獻(xiàn)

韓芳芳.基于CT圖像多維特征的肺結(jié)節(jié)檢測(cè)和診斷方法研究[D].東北大學(xué)，2015.

周生俊.醫(yī)學(xué)CT圖像分割方法研究[D].哈爾濱工業(yè)大學(xué)，2014.

譚利.CT影像中肺結(jié)節(jié)的檢測(cè)方法研究[D].華南理工大學(xué)，2011.