论文部分内容阅读
基于IT 技术的生物医学大数据分析及应用已经深入到了各个领域，如国防、机器人、脑机接口等，这推动医疗照顾向更准确、更安全和更高效的预防去发展，从而实现从数字医疗向智慧医疗、移动医疗等的转变.医学影像大数据中蕴含着有关疾病诊断和治疗的知识，而这些存档的海量医学影像和医疗数据被束之高阁，或者由于数据量庞大，使得这些知识无法通过人工获得，挖掘疾病发生和发展的影像学规律，提高医学影像分析和计算机辅助诊断的性能，正在成为我们的使命和责任.非小细胞肺癌属于肺癌的一种，占肺癌总敉的80％-85％.目前对非小细胞肺癌的常规检查技术有X 线胸片、CT 扫描、MRI 及PET 检查等，其中CT 能解决大部分病人的诊断和分期问题，但是它的软组织分辨率较低所以对于一些早期病变难以定性；PET 在肺癌的早期诊断和疗效评估方面有较高的敏感性和特异性，可达到早发现、早诊断，进而进行早期的疾病干预，但是PET 的空间分辨率较低，所以在疾病病灶定位方面具有局限性.多模态医学图像融合对于图像分析及临床诊断具有重要的应用价值，通过融合PET/CT 医学图像，可以丰富图像的信息量，提高信息准确度，对非小细胞肺癌的定位、诊断、治疗等方面都有重要的临床应用价值.本研究主要包括以下几个方面：1.综述了PET/CT 图像融合的研究进展，从问题的角度出发，讨论了PET/CT 图像融合在临床中的应用，主要包括定位与诊断、分期、复发、转移的监测、良恶性鉴别诊断、寻找原发病灶、指导活检部位、制定放射治疗计划；从算法的角度出发，主要讨论了像素级融合算法，重点论述了PET/CT 图像的像素级融合算法.2.通过分析双树复小波的特性，融合模糊数学的思想，提出了基于双树复小波和自适应高斯隶属度函数的PET/CT 融合算法，该算法首先，对已配准的PET 和CT 图像进行双树复小波变换，得到低频子带和高频子带；其次，根据低频图像集中了大部分原图像能量及决定了图像轮廓的特点，采用自适应高斯隶属度函数的融合规则；再次，在高频图像部分，考虑了图像相邻像素之间的相关性，以及模糊性问题，在第一层的高频子带上采用了高斯隶属度函数和3×3 领域窗口相结合的融合规则，在第二层高频子带上采用了区域方差的融合规则.3.通过分析医学图像的特点，提出基于DTCWT 和组合隶属度函数的自适PET/CT 图像融合算法，该算法首先对已配准的PET 和CT 图像进行DTCWT 变换；其次，根据低频子带的特点，充分考虑病灶部位在整幅图像中所占的面积较小，合理处理医学图像的背景对凸现病灶至关重要的实际，采用自适应组合隶属度函数的融合规则；而对高频子带系数的选取，根据高频子带反映了图像的细节特性和边缘信息，高频系数的选择对图像的清晰度、边缘失真程度影响大的特点，采用基于区域能量和加权相结合的融合规则.