结合MRI多模态信息与SVM参数优化的脑肿瘤分割研究

被引量 : 4次 | 上传用户:yan19891989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑肿瘤是指生长在颅腔内的癌性物质,包括由脑、脑膜、血管、神经及脑附件等脑实质发生病变引起的原发性肿瘤,和由身体其他部位转移侵入颅内的继发性肿瘤,在人群中发病率很高,可发生于任何年龄,以20~50岁最为多见。而且不论其性质是良性还是恶性,一旦在颅内占据一定空间,势必压迫脑组织,造成颅内压升高、中枢神经损害,危及患者的生命。近年来随着加剧的环境污染、过重的生活压力等因素的影响,脑肿瘤的发病率呈上升趋势,最新的肿瘤流行病学调查研究结果表明,脑肿瘤发病率占全身肿瘤发病率的1.4%,而死亡比例超过2.4%,仍然是一类发病率、死亡率较高的肿瘤性疾病,成为威胁人类生命的重要疾病之一。胶质瘤是最常见的原发性恶性脑肿瘤,居中枢神经系统肿瘤首位。胶质瘤多呈浸润地弥漫性生长,形状多变且与周围组织边界模糊,需要在全面的神经系统检查的基础上,采用适当的成像方式辅助检查,使医生能够准确地诊断并有效地分割肿瘤。脑肿瘤起病缓慢,逐渐进展,病程长短不一,一般表现为由颅内高压引起的头痛、呕吐、视神经乳头水肿等症状。不同的肿瘤发病部位,还可以表现为局灶性症状和体征如偏瘫、失语、精神及意识障碍等麻痹性症状以及癫痫、肌肉抽搐等刺激性症状。临床医生依靠病史和可靠的查体,在神经解剖、生理和各种疾病发展规律的诊断学基础上,进行综合、客观地分析,并进一步选择辅助检查工具,全面分析研究肿瘤的部位、大小、性质、血供及对周围组织的累及程度,对肿瘤做出较为精确的定位与定性鉴别诊断。脑肿瘤的治疗原则上是以手术治疗为主,辅助以放、化疗、生物治疗等方式。手术治疗的前提就是需要合理有效的手段检测和监测脑肿瘤,尽可能地切除肿瘤,由于恶性肿瘤浸润性生长,与周围组织边界模糊,不同医生对同一病人的肿瘤图像,或者同一个医生不同时期对同一病人的肿瘤图像分割结果存在差异,因而利用计算机图像处理技术有效地识别分割肿瘤,是临床应用发展的必然趋势。临床上常用于脑部辅助影像检查的技术包括计算机断层扫描(Computed tomography, CT)和磁共振成像(Magnetic Resonance Imaging, MRI)等。这些影像技术的发展及广泛应用,大大增加了脑肿瘤的检出率,给医生和患者带来很大的帮助。影像学设备为计算机处理提供多类图像,磁共振成像(magnetic resonance imaging, MRI)是一种重要的解剖性影像诊断技术,MRI图像对软组织有极好的分辨力。它作为一种无损伤、无辐射、多参数的成像方式,对组织的形态及病理改变的显示有较高的敏感性,目前已经成为诊断脑部肿瘤的重要工具。不同模态MRI图像侧重表现图像不同的差异信息,比如,FLAIR模态中肿瘤与正常组织灰度差异明显,T1C边界纹理特征区别明显。单一模态MRI图像难以充分提供病变组织的可辨识信息,同时,脑胶质瘤形状多变且与周围水肿区域边界模糊,准确分割图像中的肿瘤十分困难。临床上一般由有经验的医生结合多模态(Multi-modality)MRI图像,利用计算机辅助软件,手动一层一层地勾画肿瘤区域,主观性很强,可重复操作性差。因而利用机器有效地分割肿瘤是临床应用发展的必然趋势。目前常见的肿瘤分割方法主要有基于图像灰度信息的模糊聚类(FCM)方法、水平集方法、神经网络方法、AdaBoost迭代方法、以及支持向量机(Support Vector Machine, SVM)方法等。FCM方法实现简单,运算速度快,但是由于医学图像信息复杂,边缘不清晰,因此,种子点的选取对聚类结果影响很大,并且FCM方法难以利用图像的空域信息。对于水平集方法,其最大优点在于曲线的拓扑变化处理自然,稳定性强,但是曲线初始化要求高,参数选择敏感,分割结果容易陷入局部极值。神经网络方法学习能力强,但神经网络方法对训练样本要求较高,容易出现过拟合及局部最优的问题,使得其泛化性能变差,尤其在小样本的情况下。AdaBoost算法分割精度较高,无过拟合现象,但是当AdaBoost算法用于分割多模态MRI图像时,训练所需样本量大,训练时间长。以上分割方法各有优势,但离临床应用还存在一定差距。基于统计学习理论的SVM方法表现出很多优势,SVM在样本相对较少、特征维数较高的情况下仍能取得很好的推广能力,同时引入核函数的SVM可以有效地处理非线性可分数据。有文献采用单一高斯核函数SVM方法,对多模态MRI图像取得了较好的应用效果。但是高斯核函数善于利用样本的局部信息,仅引入单一高斯核函数可以对组织区别明显的图像,获得良好的分割结果,对于边界模糊、形状多变的胶质瘤,单一高斯核函数SVM的性能有一定的局限性,而具有局部性质和全局性质的混合核函数可以克服此类问题。人脸识别及掌纹识别中已经广泛地证实,参数最优组合的混合核函数性能优于单一核函数。人脸、掌纹结构简单、相对固定,而含肿瘤组织的脑部图像,尤其是胶质瘤中的低级胶质瘤,呈弥漫的浸润性生长,信号强度介于正常组织之间,肿瘤形状、位置、大小多变,与周围组织边界模糊,组织纹理结构复杂,如何充分使用图像多模态信息,并寻找SVM模型参数的最优组合,这是目前SVM方法应用于肿瘤图像分割的难点。本文改进现有的多模态MRI脑肿瘤分割方法,充分利用MRI图像的多模态信息,同时结合支持向量机(Support Vector Machine, SVM)统计学习方法的优势,提出一种基于SVM模型参数优化的多模态MRI图像肿瘤分割方法。该方法首先分析MRI所成的多模态图像,不同模态的图像突出的肿瘤组织与正常组织的差异信息不同,有效区分肿瘤组织与周围组织的支持向量位置有差异。其次优化核函数支持向量机分类器,支持向量机分类器引入核函数,巧妙地解决非线性可分问题。核函数包括局部性核函数和全局性核函数,不同类型的核函数侧重的信息不同,性能有差异,结合局部性高斯核函数和全局性Sigmoid核函数的性能优势。然后,对单一模态训练最优混合核函数SVM子分类器,仅需要小样本的训练集,且性能优于单一高斯核函数。由于不同模态图像选择的支持向量各有侧重,分割结果存在差异。通过迭代修改分割错误数据点的权值,优化选择SVM模型子分类器权重系数,得到多模态加权组合的SVM分类器模型,增强分割性能并应用于多模态MRI图像分割。实验表明本文方法泛化性能良好,可行性和实用性强,可以实现对脑肿瘤的精确分割。因此本文引入并提出的关键技术包括:(1)图像去噪算法;(2)核函数混合方法;(3)SVM分类器组合方法。(1)MRI图像中的噪声会降低图像质量,影响图像的视觉观察效果,使用图像过程中,机器从图像中获取的信息减少,甚至是得到错误信息,使得图像处理的算法结果准确度受到影响,因而需要首先对图像进行滤波处理。针对MRI图像中的加性噪声,同质区像素只差仅与噪声有关,引入一种增维型双边滤波的快速算法,在保证滤波性能的前提下,使双边滤波的快速实现,既可以有效防止去噪过程破坏图像的重要信息,又加快了整体方法的实现。(2)优化混合核函数的组合系数。通过自适应调节新映射空间中各个样本点的距离,削弱分类器惩罚因子对分类结果的影响,使得参数寻优过程中可以固定惩罚因子,而不影响分割精度;同时,权重系数的优化能改变序列最小优化(Sequential Minimal Optimization, SMO)算法中的修正因子,从而影响支持向量的选取,以得到更优的分类间隔,最终大大提高脑肿瘤的分割精度。(3)多模态分类函数加权组合,充分利用不同模态突出差异信息的不同。支持向量机方法是一个很有优势的学习方法,但是医学图像信息复杂,有限样本训练的最优分类器并不能满足高精度的要求,因而利用集成学习理论,通过构造多个差异性大、性能较好而又独立的子分类器,将其组合来提高最终分类器的泛化性能。利用MRI图像的多模态信息,每种模态都对应一个新的样本集,分别训练子分类器。然后将子分类器组合,优化分类结果。本文以在线图像库MICCAI2012中34例脑胶质瘤病人图像数据为实验样本,采用本文算法对病人脑部图像中的肿瘤进行分割。通过临床医生判断和定量分析,本文对脑肿瘤的分割准确率达到92.50%,与真值结果非常接近。由此验证了本文方法的可行性和实用性。
其他文献
我校基于“多元、开放、互动”的课程理念,根据学生的学习需要、以及学校周边社区教育资源优势而开发了“中草药植物探究”校本课程。让学生能够从小就感受中医文化,这不仅可
国内经济的快速增长提高了国内消费水平。高价值的水果,蔬菜和海鲜水产品的消费量逐年增高,因此冷藏物品的运输量也逐年提高,特别是在肉类,果蔬,乳制品,医药领域,冷链运输的
关联词用于单句(包括分句内部)是汉语一个平常又极具特色的现象,但是目前对这问题的研究主要限于对个别关联词在单句中的现象的描写,关联词系统在单句中的表现如何,关联词内部各类
随着社会经济的不断发展,经济全球化的广泛推进、信息技术的快速渗透,经济的竞争更加激烈。企业之间的组织形式也由传统的市场结构和科层结构向混合结构,即网络化的结构转变。网
现代汉语中存在大量的“X式”,通过“X式”的修饰,语言表达更加精细和形象。本文立足于大量语料,多角度、多层次地对“X式”进行了描写和阐释。全文分为七章.第一章绪论说明了文
随着计算机网络技术和通信技术的发展,基于网络的虚拟学习社区也迅速崛起,虚拟学习社区在个人终身学习、学生自主学习、学校远程教育以及教师专业发展等各方面扮演着重要的角色
随着全球社会经济的快速发展,人们生活水平提高,对食品的要求越来越高,而食品包装材料作为食品的重要组成成分,也逐渐受到重视,新型食品包装材料迅速崛起,其安全性问题也越来越受到
背景及目的:脓毒症(sepsis)是严重感染、休克、烧伤等重症感染患者常见的并发症,可进一步发展成为多器官功能衰竭(multiple organ dysfunction syndrome,MODS),其发病迅速,病死率高。
诗歌是文学皇冠上的明珠,新诗教育亦是高中语文教育中的重要组成部分。大陆台湾两岸同气连枝,共同传承着中华文化的命脉,但由于长期相隔,两岸的文化发展各有其独特性,形成了不同的
目的评价2014年至2017年翔安区及周边县区粪常规OB结合肠镜筛查结直肠癌的检出效果。方法2014年1月至2017年1月间从翔安区及周边县区的社区居民随机性筛查18000例接受粪常规O