论文部分内容阅读
肝细胞癌(hepatocellular carcinoma,HCC)是世界上最常见的恶性肿瘤之一,发病率及死亡率居于疾病前列。随着个体化医疗和计算机技术的发展,影像组学成为医学影像研究的新兴领域,癌症分期、治疗规划和治疗反应监测中发挥着关键作用。影像组学是基于影像特征进行定量分析的技术,其影像特征必须具备三个特性:可重复性,非冗余性,信息量丰富,只有具备这三个特性的影像组学特征才能用于临床研究。在影像组学研究中存在很多因素会对其造成影响,其中肿瘤区域的分割是一个重要因素。肝癌在CT影像中边界模糊,不同医师勾画肿瘤存在着很大差异,对影像组学特征造成影响。在本研究中,我们使用两种半自动分割方法GrowCut及GraphCut在HCC患者的动脉期CT图像中进行肝脏肿瘤分割,并对影像组学特征的稳定性和可重复性进行研究,同时,应用层次聚类方法对影像组学特征进行降维,减小特征的冗余性。结果表明:在HCC的CT影像中,影像组学特征的可重复性及冗余性很大程度上依赖于肿瘤分割方法。半自动分割方法能够提升增影像特征的可重复性,层次聚类可以提供稳定的影像特征聚类并减少特征冗余性。此外,为了保证分割精度和最大限度地避免分割造成的影响,应该考虑在不同的肿瘤研究中选择适当的分割算法。论文主要内容如下:1.概述了肝癌影像组学的研究现状及影像组学的发展历程及存在的问题,引出研究目的。2.介绍了两种半自动肿瘤分割方法,简要说明肝脏肿瘤三期增强图像特点,并将手动和两种半自动肿瘤分割结果进行了对比。3.归纳了影像组学研究中相关软件,然后分别对提取的一阶灰度统计特征、纹理特征、形状特征进行介绍,并给出了相关数学描述。4.结合组内相关系数分析了影像组学特征的可重复性,在此基础上结合层次聚类进一步进行冗余性筛减,得到稳定、可重复、非冗余的影像组学特征。5.对研究结果进行讨论,解释出现结果的原因,并对本论文的研究内容进行总结。