魏葉

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

【關鍵詞】肺結節(jié)；多特征識別；CT圖像

【中圖分類號】R445 【文獻標識碼】A 【文章編號】1672-3783（2018）07-03--01

肺癌是致死率最高的一種癌癥。肺結節(jié)是肺癌的一種早期形式，肺結節(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CT圖像是肺結節(jié)識別的主要依據(jù)之一。傳統(tǒng)依靠影像醫(yī)師肉眼閱讀幾百張CT圖像耗時，且產(chǎn)生的疲勞容易引起誤檢或漏檢?；贑T圖像的肺結節(jié)識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)，提高肺結節(jié)識別效率和降低誤識別率。

一、肺結節(jié)識別總體框架

本文提出了一種多特征融合的結節(jié)識別方法，肺結節(jié)檢測策略可分為六個步驟：

1.采用有監(jiān)督半三維方法（Semi-3D）分割完整肺組織；

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

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

4.分析各疑似結節(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)計算，而灰度特征采用原始數(shù)據(jù)計算；

5.基于先驗知識初步剔除大量的假陽性結節(jié)；

6.利用支持向量機算法進一步識別肺結節(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節(jié)識別

如果提取的連通域中仍然有大量微小連通域（疑似結節(jié)），這些微小連通域絕大部分為血管組織和噪聲，大量的假陽性結節(jié)會增加后續(xù)的特征分析和識別的難度。Ye等人利用四個二維形態(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的疑似肺結節(jié)，并將84個病例中的33462個疑似肺結節(jié)減少至2335個，且真正的肺結節(jié)得到100%的保留，然后利用神經(jīng)網(wǎng)絡進一步降低假陽性率。

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

肺結節(jié)尺寸小于3mm時特征不明顯，識別此類疑似肺結節(jié)的意義不大。因此，可分析每一個連通域的有效直徑（），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即為假陽性結節(jié)。通常情況下肺結節(jié)的體素聚集在一起呈塊狀，而血管呈細長管狀。因此，采用了三維連通域的致密性（Compactness）和伸長率（Elongation）特征的先驗信息篩選假陽性結節(jié)。

Compactness<0.2 （2.1）

Elongation<0.3

上述三個特征的先驗知識通過大量的實驗獲得。如果疑似肺結節(jié)滿足式（2.1）的三個條件之一，則該疑似肺結節(jié)將被視為假陽性結節(jié)，并直接排除。

三、肺結節(jié)識別結果與分析

（一）實驗訓練樣本和測試樣本

本文采用了6個形態(tài)學特征和4個灰度特征，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）和伸長率（Elongation）；灰度均值（MeanValue）、灰度標準差（）、直方圖偏斜度（Skewness）和灰度直方圖峰值（Kurtosis）。10個特征構成了維度為10的特征向量。

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

結論

本文實現(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果，采用等值面法實現(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現(xiàn)了肺組織的體繪制三維重建。其次，利用肺結節(jié)識別結果，采用等值面法實現(xiàn)了肺血管和肺結節(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)和空間毗鄰關系，對臨床醫(yī)學輔助診斷和治療具有一定的價值。

參考文獻

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

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

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