骨掃描圖像異常檢測和分析方法研究.pdf

1、骨掃描是一種全身性醫(yī)學(xué)影像檢查,它可以比其他方法更早的發(fā)現(xiàn)腫瘤及腫瘤骨轉(zhuǎn)移，因此獲得了廣泛的應(yīng)用。臨床醫(yī)生對骨掃描圖像的診斷工作主要包括熱點(diǎn)的檢測、識別和分析。實(shí)際中由于圖像成像質(zhì)量和讀片醫(yī)師的主觀差異，導(dǎo)致不同醫(yī)生對同一病人的診斷結(jié)果存在不一致，從而影響到病人的后續(xù)治療。骨掃描圖像計(jì)算機(jī)輔助分析系統(tǒng)以圖像處理和機(jī)器學(xué)習(xí)算法為核心，對骨掃描圖像進(jìn)行分析，檢測出圖像中的熱點(diǎn)，將熱點(diǎn)精準(zhǔn)分割出來并進(jìn)行量化分析。這可以很大程度上克服讀片醫(yī)師的

2、主觀差異，降低人工處理的工作量，提升診斷的靈敏度和準(zhǔn)確率。同時(shí)，由于骨掃描圖像數(shù)量的不斷增長，醫(yī)生需要在最快的時(shí)間內(nèi)通過圖像檢索系統(tǒng)從過往病例中找到類似的部位、類似的熱點(diǎn)類型，為醫(yī)生的診斷提供必要的參考。本文搭建了骨掃描圖像計(jì)算機(jī)輔助診斷系統(tǒng)的整體框架，并從三個(gè)方面解決了醫(yī)生的需求。
　　本文根據(jù)骨掃描圖像低信噪比、圖像邊界模糊等特點(diǎn)，創(chuàng)新地嘗試使用卷積稀疏編碼提取深度特征描述骨掃描圖像的細(xì)節(jié)。并結(jié)合AdaBoost分類器，從整體

3、上判斷胸廓骨掃描圖像中是否含有熱點(diǎn)，并實(shí)現(xiàn)三個(gè)級別的分類。本文進(jìn)而采用多實(shí)例學(xué)習(xí)算法構(gòu)建骨掃描圖像熱點(diǎn)概率圖，結(jié)合局部符號差異水平集，實(shí)現(xiàn)對熱點(diǎn)的初步自動(dòng)分割。本文通過相關(guān)實(shí)驗(yàn)證明了所提出的診斷算法和分割算法的有效性。
　　由于自動(dòng)分割不可能完美地分割出所有熱點(diǎn)，所以本文創(chuàng)新性地提出了一種熱點(diǎn)交互式分割算法，使得醫(yī)生僅僅提供一個(gè)點(diǎn)的信息，便可完成對熱點(diǎn)的分割。本文使用變分推斷中的平均場方法不斷迭代向鄰域傳播輸入信息，并采用水平集實(shí)

4、現(xiàn)熱點(diǎn)分割。同時(shí)，本文利用圖割的方法，使得醫(yī)生可以對熱點(diǎn)分割的結(jié)果進(jìn)行局部修飾。實(shí)驗(yàn)表明，本文提出的交互式分割方法，可以簡單、快速和精準(zhǔn)地分割出骨掃描圖像中的熱點(diǎn)。
　　另外，為了方便醫(yī)生查找以往相似的病例，本文構(gòu)建了全新的基于內(nèi)容的骨掃描圖像檢索系統(tǒng)。由于傳統(tǒng)的基于SIFT和詞袋的圖像特征對于骨掃描圖像描述效果一般，本文改用深度特征代替。為了同時(shí)保證檢索的準(zhǔn)確性和快速性，本文采用了基于核函數(shù)的有監(jiān)督哈希建立索引。實(shí)驗(yàn)結(jié)果表明，本