基于随机游走算法的CT图像肺肿瘤分割

针对CT图像肺肿瘤分割中复杂大肿瘤分割的准确性和自适应问题,提出了一种基于随机游走算法的分割方法.首先,根据图像灰度信息提取肺实质;针对大肿瘤与周围肺组织粘连的复杂情况,先提取有凹陷的肺实质,再根据肺实质先验轮廓,用曲线段形变模型修补肺实质的凹陷边界.然后,用区域生长法自动确定目标种子点和背景种子点;对于大血管与肿瘤粘连的情况,需要少量交互修改个别背景种子点.最后,用随机游走算法完成大肿瘤的分割.实验结果表明,该方法的准确性高,分割结果能够满足临床治疗效果分析和病理学研究的要求.

一种基于活动轮廓模型的PET-CT肺肿瘤分割方法

针对PET-CT肺肿瘤分割中存在的没有充分将医生临床经验融入到算法设计的问题,该文利用PET高斯分布先验,结合区域可伸缩拟合(RSF)模型和最大似然比分类(MLC)准则,提出一种基于变分水平集的混合活动轮廓模型RSF;L。进一步,借鉴人工勾画肺肿瘤过程中融合图像的重要价值,提出了基于RSF;L的PET-CT肺肿瘤融合图像分割方法。实验表明,所提出方法较好地实现了有代表性的非小细胞肺肿瘤(Non-Small Cell Lung Cancer,NSCLC)的精确分割,主客观结果优于对比方法,可为临床提供有效的计算机辅助分割结果。

结合肺先验与协同深监督的肿瘤自动分割

计算机断层扫描图像中复杂肺肿瘤(CLT)的自动分割面临2个挑战:1)肿瘤与邻近组织之间的类间不区分;2)肿瘤内的类内不一致性.为了解决这2个问题,提出将肺肿瘤与肺之间关系的语义上下文先验纳入分割模型中,以便于模型学习到语义上下文特征,并从宏观角度重新思考CLT的分割.利用信息熵对肺形状的解剖先验进行建模.在三分类的U-Net网络中嵌入提出的新型注意模块,从而通过特定领域的知识来指导训练过程.另外,设计了一个可以获得肿瘤边界结构图以及保持肿瘤内部特征一致性的边界增强辅助网络.在此基础上,开发了一个协同深度监督网络框架(CLT-ASegNet),该框架利用混合多尺度语义特征融合进一步提高了模型的判别能力和收敛速度.CLT-ASegNet在CLTCTI分割数据集和Lung16数据集上进行了评估.实验结果表明,所提出的CLT-ASegNet可以有效分割肺肿瘤.

U-Net在肺结节分割中的应用进展

医学上实现自动肺结节精准分割具有十分重要的临床意义。随着计算机视觉的显著进步,深度学习作为人工智能的一部分,在医学图像自动分割中引起了越来越多的关注。U-Net由于在小样本数据集上的良好表现,在医学图像分割领域得到广泛应用。目前,研究人员正在尝试使用不同的U-Net结构,以提高计算机辅助诊断系统在医学图像的肺癌筛查中的性能。首先,围绕肺结节分割任务介绍了当下常用的数据集和评价指标;其次,调查与肺结节相关的U-Net分割技术网络;另外,基于U-Net分别分析与归纳编解码器、跳跃连接和整体结构的改进;最后,还讨论了基于深度学习的自动分割技术的挑战和限制。

基于SUV值的智能肺癌识别

目的:提出一种新的智能识别肺部肿瘤(Positron Emission Tomography,PET)图像的方法,提高分割速度和精度。方法:先对标准摄取值(Standard Uptake Values,SUV)值进行非线性化以增强图像,然后用迭代法二值化图像,最后用连通标记法来识别肿瘤。结果:该方法分割效果好,速度快。结论:和传统分割方法相比较,该方法具有智能性,分割精度高,更适合于肺部肿瘤。

热塑头肩模与头颈肩真空垫在肺癌脑转移大分割立体定向放疗中固定效果分析

目的回顾性分析热塑头肩模单用或联合使用头颈肩真空垫在脑转移瘤大分割立体定向放疗(HFSRT)中的固定效果。方法纳入2017—2019年间54例非小细胞肺癌脑转移并行HFSRT患者,热塑头肩模固定24例(单模组),热塑头肩模+真空垫固定30例(联合组)。治疗前后分别行在线图像配准,记录疗前分次间误差及疗后分次内误差,治疗过程中应用光学表面监测分次内误差,成组t检验分析两组各方向误差差异。结果全组患者分次间7.0%~15.4%的水平误差≥3mm,7.0%~12.6%旋转误差≥2°;单模组比联合组前后方向水平误差小[(1.035±1.180)mm∶(1.512±0.955)mm,P=0.009],矢状位旋转误差也小(0.665°±0.582°∶0.921°±0.682°,P=0.021)。全组患者分次内误差为0%~0.7%的水平误差>1mm,无旋转误差≥1°;联合组比单模组左右和前后方向水平误差小[(0.047±0.212)mm∶(0.246±0.474)mm,P=0.004和(0.023±0.152)mm∶(0.140±0.350)mm,P=0.020],矢状位旋转误差也小(0.091°±0.090°∶0.181°±0.210°,P=0.001)。光学表面监测数据印证了上述结果。结论热塑头肩模±头颈肩真空垫固定可达到脑转移瘤HFSRT的精度要求,但需配合在线图像配准及六维床体位校正,联合组的分次内固定效果更好。光学表面监测分次内运动有一定价值。

四种放疗计划优化方法在肺癌大分割放疗中的剂量学研究

目的探讨物理优化与生物优化方法在肺癌大分割放疗中的剂量学差异。方法选择10例非小细胞肺癌放疗病例,分别对每个病例使用物理函数(DV组)、生物函数-物理函数相结合(DV+EUD组、EUD+DV组)及生物函数(EUD组)优化方法重新进行VMAT计划设计;其中4个组计划约束函数不同,但约束条件与计算参数保持相同。通过计算与统计各项剂量学参数来评估4种计划优化方法在肺癌大分割放疗中的剂量学差异。结果在靶区方面,EU1)组与EUD+DV组的等效均匀剂量值相近,但这两组EUI)值比另外两组分别高出2.8%-3. 6%和3.2%-3.7%;EUD组与EUD+DV组的肿瘤控制率平均值也高于DV组和DV+ELD组(P<0. 05)。均匀性指数值也不同(P<0. 05),而适形指数值相近(P>0.05).在危及器官方面,正常肺组织的EUD、V5、V10、V20、V30以及心脏与脊髓的剂量参数差异均相近(P>0.05),但靶区使用生物函数的两组其全肺平均剂量较另外两组的略低。结论生物函数在提高靶区的EUD与肿瘤控制率以及保护肺组织方面都具有一定的优势,临床工作中可以此为参考选择生物函数优化方法。

大分割放疗在局部晚期或晚期非小细胞肺癌中的疗效

目的探讨难以行常规分割放疗的局部晚期/晚期非小细胞肺癌(NSCLC)患者,45 Gy分15次大分割放疗的近期疗效和不良反应。方法回顾性分析2014—2018年间天津医科大学肿瘤医院64例无法手术的局部晚期/晚期NSCLC患者。使用Pinnacle 9计划系统设计计划,并采用调强放疗或容积旋转调强放疗行胸部大分割放疗(45 Gy分15次)。探讨其近期疗效、生存率和不良反应。结果中位随访时间为26个月。在可评价的58例患者中2例(3%)完全缓解,22例(38%)部分缓解,28例(44%)疾病稳定,6例(9%)疾病进展,局部控制率为90%。中位复发时间、总生存期分别为8.2、21.0个月,1、2、3年复发率分别为37%、28%、14%,总生存率分别为66%、43%、27%。放疗期间11例(17%)急性食管炎,12例(19%)急性肺炎,13例(20%)骨髓抑制,未发现≥3级食管炎和肺炎。结论45 Gy分15次大分割放疗在局部晚期/晚期NSCLC中安全有效,不良反应可控。