学位论文 > 优秀研究生学位论文题录展示
基于磁共振图像的脑胶质瘤MIB-1指数检测研究
作 者: 潘颖
导 师: 夏顺仁
学 校: 浙江大学
专 业: 生物医学工程
关键词: 脑胶质瘤 磁共振图像 MIB-1指数 特征提取 特征优化
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
脑胶质瘤是中枢神经系统最常见的肿瘤。尽管随着医疗技术的发展,脑胶质瘤的治疗方法逐步发展为以手术治疗为主,结合放疗、化疗、免疫治疗等的综合疗法,但很多患者的预后并没有明显的改善,其中最根本的原因之一是某些脑胶质瘤恶性增殖呈侵袭性生长而导致肿瘤复发。单克隆抗体MIB-1指数能反映肿瘤细胞潜在的增殖趋势及侵袭性,是目前研究肿瘤细胞增殖动力学行为和判断预后的有效手段。但目前MIB-1指数的检测都是在通过穿刺或手术切除等有创性操作获取病理组织样本的基础上完成的,不仅会对患者造成较大的创伤,而且也无法指导制定术前治疗方案。随着磁共振成像技术研究的不断发展,磁共振图像在脑肿瘤诊断方面发挥着越来越重要的作用,因此论文致力于通过分析磁共振图像,研究图像特征与MIB-1指数之间的关系,以期实现基于磁共振图像的MIB-1指数范围的无创检测。论文在充分分析脑胶质瘤磁共振图像特点的基础上,提出了一套无创检测MIB-1指数范围的方案。首先,对不同序列的磁共振图像进行配准及预处理,获得感兴趣区域。然后利用基本灰度统计信息、灰度共生矩阵、灰度-梯度共生矩阵、游程长度矩阵和闵可夫斯基泛函来提取感兴趣区域的图像特征,并与患者基本信息相结合,获得原始特征集,进而运用改进的离散粒子群算法对原始特征集进行特征优化,得到能够反映MIB-1指数范围的优化特征集。最后,选择支持向量机对MIB-1指数的范围进行检测,同时评测了特征优化前后的检测效果。结果表明:特征优化算法可以提高检测的精度,同时也表明论文提供的方案能无创地检测MIB-1指数的范围,为临床提供有关肿瘤增殖活性的辅助信息。
|
全文目录
致谢 4-5 摘要 5-6 Abstract 6-10 1 绪论 10-18 1.1 研究背景和意义 10-12 1.2 国内外研究现状及趋势 12-16 1.2.1 脑胶质瘤的分子生物学研究进展 12-14 1.2.2 磁共振图像与分子标记物的关联性研究进展 14-16 1.3 本论文的工作和组织结构 16-18 2 MRI图像预处理与特征提取 18-35 2.1 脑胶质瘤序列图像预处理 18-21 2.1.1 脑胶质瘤MRI图像特点 18-19 2.1.2 脑胶质瘤序列图像配准 19-20 2.1.3 感兴趣区域提取 20-21 2.2 MRI图像特征提取 21-34 2.2.1 纹理特征 21-29 2.2.2 闵科夫斯基泛函 29-32 2.2.4 年龄特征 32 2.2.5 特征列表 32-34 2.3 本章小结 34-35 3 特征选择算法研究 35-47 3.1 特征选择方法及分类 35-37 3.1.1 特征选择的定义 35-36 3.1.2 特征选择的分类 36-37 3.2 基于改进的离散粒子群的特征选择方法 37-44 3.2.1 粒子群算法基本原理 38-41 3.2.2 改进的离散粒子群算法 41-44 3.3 特征选择的结果与分析 44-46 3.4 本章小结 46-47 4 MIB-1指数范围的分类检测 47-58 4.1 统计学习理论 47-49 4.1.1 机器学习的VC维 48 4.1.2 推广性的界 48-49 4.1.3 结构风险最小化 49 4.2 支持向量机 49-55 4.2.1 线性情况 50-52 4.2.2 非线性情况 52-55 4.3 MIB-1指数范围分类检测 55-57 4.3.1 基于SVM的MIB-1指数范围分类检测算法 55 4.3.2 MIB-1指数范围分类检测结果分析 55-57 4.4 本章小结 57-58 5 总结与展望 58-61 5.1 总结 58-59 5.2 展望 59-61 参考文献 61-66 作者简历及在学期间所取得的科研成果 66
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- MMP-2、VEGF和Ki-67的表达与脑胶质瘤分级的相关性研究,R739.41
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|