(2016)CT图像肺结节计算机辅助检测与诊断技术研究综述 学习笔记

孟想成真

引言

肺结节 ＣＡＤ系统可分成检测（ＣＡＤｅ）和诊断（ＣＡＤｘ）两部分，其中 ＣＡＤｅ在胸腔 ＣＴ 图像中标记侯选结节，并将候选结节分割成结节和非结节，而 ＣＡＤｘ为确定结节 的 良 恶 性 提 供 参 考 意 见
肺结节检测主要步骤：

肺实质分割（提取整个肺组织）、肺结节检测（包括提取候选结节和剔除假阳性结节）、肺结节分割和肺结节诊断
肺实质分割

概念：

1. 确定双肺边界，即通过肺实质分割从其他组织及周围环境中提取整个肺组织

复制代码

关键问题：

1. （１）区分肺外低灰度区域和肺内低灰度区域；
3. （２）区分肺外围组织与肺部区域；
5. （３）分割整个肺实质的完整度

复制代码

解决方向：

1. 与周围组织和器官（如心脏、肝脏）等相比较，健康的肺部组织在ＣＴ图像上会形成阴影区域，灰度值相差较大。因此，阈值法成为最常见的肺实质分割方法

复制代码

为了评价肺实质分割效果，Ｓｈｅｎ等［４］提出５个指标来衡量分割性能，即 粘 连 胸 膜 型 结 节 重 新 收 录比、过分割率、欠分割率、体积重叠误差比率以及累计误差距离分布，其中粘连胸膜型结节重新收录比用于评估每个结节的敏感性。设Vａｕｔｏ表示该方法产生的二进制掩模体积，Vｒｅｆｅ表示参考标准体积，则过分割率OR(Vａｕｔｏ，Vｒｅｆｅ)、欠分割率UR(Vａｕｔｏ，Vｒｅｆｅ)和体积重叠误差比率DR(Vａｕｔｏ，Vｒｅｆｅ)分别定义为

肺结节检测

概念：

• 肺结节 ＣＡＤ系统中检测模块是指采用纹理学或形态学判断肺部中是否存在结节，并确定肺结节存在位置及其真假阳性
  

关键问题：

• 由于肺结节形状各异，表现为对比度相对较低白色圆形实体，极易与肺内气管、血管混淆，且分布位置不确定，容易和肺内其他组织粘连
  

肺结节检测主要步骤 :

• 提取候选结节是指抑制其他解剖部位，从而突出显示肺结节，即增强肺结节像素值与其他解剖部位像素值的对比度［３１］。
  
• FPNs剔除是保留真阳性结节（Truepositivenodules，TPNs）的同时部分排除 FPNs，即把候选结节分为结节部分和非结节部分（即正常解剖结构）
  

解决方向：
（１）基于阈值的候选肺结节提取方法
（２）基于聚类的候选肺结节提取方法
（３）基于形态学的候选肺结节提取方法
（４）基于形状的候选肺结节提取方法
（ 5 ）基于区域增长算法［４１，４２］以及基于弱监督纠错输出编码
肺结节分割

目前精确分割难度较大的结节类型包括：
（１）微小型结节；
（２）附着在血管的结节，即粘连血管型结节；
（３）附着在实质壁和膈膜的结节，即粘连胸膜型结节
（４）磨玻璃样结节
解决方向：
现已提出的肺结节分割方法可分为阈值法 ［６４，６５］、形态学方法［６６］、可变模型 法［６３，６７，６８］、马 尔 科 夫 随 机 场［６９］、聚 类 法［６２，７０，７１］、软 计 算［７２］及 图 割 法［７３，７４］等

• 微小型结节的精确分割需要通过测量它们的成长率来估测。当处理微小型结节时，ＰＶＥ是主要的技术问题
  
• 粘连血管型结节是指粘附在血管上的肺结节。形态滤波是处理粘连血管型结节分割问题的普遍方法
  
• 粘连胸膜型结节是指粘附在实质壁和膈膜上的结节。胸膜表面去除（ＰＳＲ）是较常见的方法
  
• 磨玻璃样结节是指一种ＣＴ值明显低于典型固体结节的半固体结节。磨玻璃样结节一般增长深度较慢，然而，磨玻璃样结节（尤其是混合型的）变成恶性结节的几率较高
  粘连血管型结节和磨玻璃样结节是最难准确分割的结节类型
  

肺结节诊断

概念：

• 确定所检测到的结节是恶性还是良性。肺结节ＣＡＤ系统中诊断部分可以自动从良性结节中区分恶性结节，或者通过结节的大小、形状及外观等来确定检测到的结节是恶性的可能性
  

解决方向：

• 一些研究者提出基于生长率的肺结节诊断方法
  
• 形状差异是判断肺部 ＣＴ图像中肺结节良恶性的有效特征之一
  
• 肺结节生长速度和形状等可看作是肺结节的外部特征，而肺 结 节 纹 理 是 目 前 能 够 表 示 肺 结 节 特 性的唯一内部特征
  

结论

目 前 亟 待 解 决 以 下 问 题：

• 采用新技术或改善现有技术（如深度卷积网络［９８－１０１］、转化深度卷积网络［１０２］），以增加结节检测灵敏度、降低假阳性率和提高肺结节良恶性鉴别的准确度；
  
• 针对单一类型结节检测与诊断，现有方法效果较为理想，但缺乏对不同类型结节通用的结节检测与诊断方法；
  
• 现有的检测与诊断方法大都是基于国际公开的小样本影像病例库，难以保证其ＣＡＤ系统在临床实践上能有效地对肺结节进行检测与诊断；
  
• 肺结节ＣＡＤ系统检测与诊断的速度、自动化程度以及效果鲁棒性有待进一步优化
  

来源：https://blog.csdn.net/weixin_44638376/article/details/121023144
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！