孤立性肺结节的CT鉴别诊断及计算机辅助分割

论文摘要

第一部分孤立性肺结节的CT鉴别诊断目的探讨多层螺旋CT扫描在孤立性肺结节良、恶性鉴别诊断中的价值。方法搜集我院2005年7月至2011年3月经病理证实其良、恶性的156例孤立性肺结节的影像资料（全部病例行平扫及增强扫描,以及部分困难结节行计算机辅助分割诊断）,分析孤立性肺结节的形态学特征,强化后的强化值及强化形态。并与病理结果进行对照,进一步认识良、恶性肺结节的影像学表现。结果恶性结节组中分叶征、毛刺征、空泡征、支气管充气征,及周围磨玻璃状改变、血管集束征和胸膜凹陷征明显高于良性结节组,空洞出现率低于良性结节组,有显著性差异（P<0.01）。增强扫描以20HU作为临界值进行研究,90例恶性结节中80例强化峰值在20-60HU之间,8例小于20HU,2例大于60HU；66例良性结节中54例小于20HU,其中28例钙化较明显,强化值较小,另10例强化值大于60HU,有2例强化值位于20-60HU之间。恶性结节中78例在1min内达到峰值,且形态呈抛物线形,良性结节时间.密度曲线形态各异,达到峰值的时间也长短不一。结论1.恶性结节的主要CT征象包括：分叶征、毛刺征、空泡征、支气管充气征,血管集束征及胸膜凹陷征,部分恶性结节呈磨玻璃样。2.恶性结节的强化特点：强化峰值在20-60HU,小于3cm的肺癌多为均匀强化,少数可以不均匀强化,大于3em的肺癌多为不均匀强化也可由于中心发生坏死表现为周围强化,不同组织学类型的肺癌强化形态亦有差异。恶性结节时间-密度曲线在lmin内达到峰值,且形态呈抛物线形。3.良、恶性结节的鉴别诊断：恶性结节的分叶征、毛刺征、空泡征、支气管充气征,血管集束征及胸膜凹陷征较良性结节显著,良性结节的CT图像钙化较恶性结节明显,良性结节强化值≤20HU或≥60HU,其时间-密度曲线形态各异,达到峰值的时间也长短不一。第二部分困难肺结节的计算机辅助诊断目的利用计算机对困难肺结节（与胸膜、血管相连的结节及磨玻璃结节）进行分割,获得肺结节的形态特征,辅助医生诊断,并与手术病理结果形态进行比较,评判计算机辅助分割在困难肺结节中的临床应用价值。方法对本研究中的52例困难肺结节,其中14例与胸膜相连、18例与血管相连,20例磨玻璃结节利用数学形态学及随机游走方法进行辅助分割,提取出肺结节边缘信息,并与手术病理结果进行比较,与上述两者进行统计学分析。结果52例困难肺结节经上述方法去除了胸膜及血管的影响,并对磨玻璃肺结节进行交互式分割,提取肺结节精确数据,其中43例与手术病理数据无明显统计学差异。结论采用数学形态学及随机游走运算对困难肺结节进行处理,经病理学证实,对与胸膜／血管相连的结节及磨玻璃样结节分割,实现了结节的精确分割,显示结节的边缘形态及体积大小,确定倍增时间,有利于对结节良、恶性的鉴别。利用CAD有助于克服人眼惰性和对灰度不敏感的缺陷利于结节性质的鉴别。

论文目录

• 中文摘要
• Abstract
• 目录
• 縮略语/符号说明
• 前言
• 研究现状、成果
• 研究目的、方法
• 一、孤立性肺结节的CT鉴别诊断
• 1.1 对象和方法
• 1.1.1 病例资料
• 1.1.2 CT检查方法
• 1.1.3 图像分析
• 1.1.4 统计学分析
• 1.2 结果
• 1.3 讨论
• 1.3.1 SPN的分类
• 1.3.2 SPN的形态学评估
• 1.3.3 SPN界面影像分布特征的产生机制、病理基础
• 1.3.4 SPN的增强扫描
• 二、困难肺结节的计算机辅助分割诊断
• 2.1 对象和方法
• 2.1.1 病例资料
• 2.1.2 CT分割方法
• 2.1.3 结果分析
• 2.2 结果
• 2.2.1 结果统计
• 2.2.2 运用数学形态学处理肺结节图像仿真实验
• 2.2.3 运用随机游走运算分割困难肺结节仿真实验
• 2.3 讨论
• 2.3.1 数学形态学方法
• 2.3.2 数学形态学在肺结节提取中的应用
• 2.3.3 基于随机游走算法的困难肺结节的分割
• 2.3.4 随机游走算法在困难肺结节分割中的应用
• 结论
• 一、研究结论
• 二、创新点
• 三、本研究的不足及进一步研究方向
• 参考文献
• 综述
• 参考文献
• 致谢