《基於CT影像的肺結節計算機輔助診斷方法及關鍵技術研究》是依託湖南大學，由林紅利擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於CT影像的肺結節計算機輔助診斷方法及關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：林紅利
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
肺結節是早期肺癌最重要的臨床表現之一，只有充分認識結節的特徵，正確評價結節的性質才能使惡性結節的患者得到及時的手術治療，又能使良性結節的病人避免不必要的手術。 計算機輔助診斷技術充分利用計算機在解決重複勞動和定量分析方面的優勢，能有效降低醫生的閱片負擔，提高疾病的診斷準確率、降低漏診和誤診。開展肺結節良惡性計算機輔助診斷研究有著重要的臨床意義。本項目面向肺癌早期診斷，以肺結節良惡性計算機輔助診斷中的關鍵技術為研究對象，以提高結節良惡性診斷準確率和診斷效率為研究目標，對肺結節分割方法、肺結節醫學徵象提取與量化方法以及肺結節分類等關鍵技術進行研究。重點研究具有臨床診斷意義的肺結節醫學徵象的提取及量化方法，探索結節醫學徵象和其他特徵之間的相互關係以及結節特徵和結節良、惡性之間的相關性。設計一套肺結節良惡性計算機輔助診斷系統以提高肺癌早期診斷的準確率和效率。
zhua曲子白渡白顆
結題摘要
肺結節是早期肺癌最重要的影像學表現，充分認識結節的特徵，正確評價結節的性質能使惡性結節的患者得到及時的手術治療，又能使良性結節的病人避免不必要的手術，研究肺結節的良惡性計算機輔助診斷方法有著重要的臨床價值。本項目面向肺癌早期診斷，以肺結節良惡性計算機輔助診斷中的關鍵技術為研究對象，以提高結節良惡性診斷準確率和診斷效率為研究目標，對肺結節分割方法、肺結節醫學徵象提取與量化方法以及肺結節分類等關鍵技術進行研究。重點研究具有臨床診斷意義的肺結節醫學徵象的提取及量化方法和良惡性判別模型。取得的重要結果有：1）收集並建立了一個可用於肺癌計算機輔助診斷研究的資料庫及支持協同研究的平台；2）使用圓點濾波方法對CT圖像中的肺結節進行檢測和假陽性去除，達到了較高的檢測準確率；3）提出了基於肺結節密度、形狀特點的基於形狀指數的肺結節分割算法；4）基於結節圖像的密度、邊界信息對其臨床診斷中使用的毛刺、分葉、鈣化、空洞、邊界清晰度等醫學徵象的量化方法；5）基於集成學習算法建立了肺結節良惡性診斷模型。以上研究成果對提高肺結節良惡性診斷準確率有重要意義。
