基于PET/CT图像的自适应阈值分割算法

目的提取PET图像梯度信息,得到满足肿瘤生物靶区准确分割的自适应阈值,提高图像分割的准确性。方法本文通过对PET图像的数据进行分析,取标准摄取值(Standardized Uptake Value,SUV)最大的点作为肿瘤区域的中心点,再取其八个方向的SUV值,结合图像处理算法中二次偏导数能够反映图像边界信息的特点,对其进行两次梯度运算,得到八个方向上最优的边界阈值,并取八个阈值的平均值作为图像分割的自适应阈值。比较使用本文提出的自适应阈值与传统的SUV=2.5和40%SUV_(max)两种阈值分别分割图像时的相似性和灵敏性。结果本文基于区域的精度性评价测量方法,提出了自适应阈值分割算法,其Dice相似性指数(Dice Similarity Coefficient,DSC)的平均值为85.26%,分割真阳率(True Positive Rate,TPR)的平均值为82.31%,较阈值为SUV=2.5时分别提高了15.14%和17.36%,较阈值为40%SUV_(max)时分别提高了11.97%和12.47%。依据三种阈值分割算法得到图像的相似性和灵敏性之间均有统计学差异(F=81.02、F=217.21,P<0.01)。结论本研究提出的自适应阈值分割算法可以提高PET/CT图像肿瘤分割结果的准确性。

基于PET/CT图像肿瘤生物靶区自动勾画算法的研究

目的对传统随机游走算法进行改进,提高肿瘤生物靶区勾画的精确度。方法通过灰度共生矩阵提取PET图像的纹理特征信息,采用模糊C均值聚类算法将图像分为高摄取区域、低摄取区域和包含肿瘤浸润边界的中摄取区。再将高摄取区全部标记为随机游走算法的前景种子点,低摄取区域全部标记为背景种子点,并结合图像的方差纹理特征量和PET SUV值计算随机游走算法顶点间边的权重函数。结果通过相似性和灵敏性对实验结果进行评估。该方法的相似性指标较阈值法提高约14.4%,较传统随机游走算法提高约11.2%;灵敏性指标较阈值法提高了约19.8%,较传统随机游走算法提高了约16.4%。三种方法分割图像得到的相似性和灵敏性差异均具有统计学意义(F=82.06、214.12,P均<0.01)。结论实验结果表明本文方法在相似性和敏感性较阈值法和传统随机游走算法有较大的提高。

^(11)C-PIB PET在监测阿尔茨海默病患者淀粉样蛋白沉积中应用价值研究

目的探讨^(11)C-PIB PET在监测阿尔茨海默病(AD)患者淀粉样蛋白沉积中的应用价值。方法回顾性分析北部战区总医院2018—2021年收治的9例疑似未确诊AD者的临床资料,包括简易智力状态检查(MMSE)评分、^(11)C-PIB PET显像情况等,分析MMSE评分与PIB摄取的相关性。结果首次^(11)C-PIB PET显示,大脑皮层(尤其是颞叶皮层)、丘脑、小脑可见弥漫性PIB摄取,而皮层下结构未见明显的PIB滞留;随访^(11)C-PIB PET显示,双侧额叶、顶叶、楔前叶、颞叶外侧皮层、纹状体、后扣带回的PIB放射性摄取增高,大部分区域呈对称性,皮层下结构也可见部分PIB摄取,小脑皮层未见明显PIB摄取。首次测评MMSE评分为(26.2±2.7)分,随访测评MMSE评分为(18.4±3.2)分,差异有统计学意义(P<0.05)。额叶、楔前叶、后扣带回的随访测评PIB最大标准摄取值高于首次测评,枕叶、丘脑的随访测评PIB最大标准摄取值低于首次测评,差异有统计学意义(P<0.05)。MMSE评分与额叶、楔前叶、后扣带回的PIB摄取呈负相关,与枕叶、丘脑的PIB摄取呈正相关(P<0.05)。结论^(11)C-PIB PET能够早期警示AD患者的认知状态,并对疾病进展情况进行判断,可以作为临床诊断、早期采取干预措施的影像学参考。