基于多尺度小波變換的腫瘤圖像紋理分析及其臨床應用.pdf

1、紋理用來描述圖像灰度或顏色的變化，是特定紋理基元的重復，是任何圖像的基本特征，紋理中隱含有大量有用的非視覺信息。紋理分析是指通過計算機圖像處理技術來提取圖像中隱含的特征值，從而定量地描述圖像的特定隱含信息。使用紋理分析技術對圖像進行分析報告來獲得更深一層的信息是醫(yī)學圖像處理的一種有效無創(chuàng)方法。紋理分析技術在醫(yī)學圖像處理中的應用越來越廣泛，例如圖像識別，圖像分割，圖像檢測等，并且廣泛應用到了醫(yī)學圖像的輔助檢測診斷等定量分析中。
　　

2、惡性腫瘤正嚴重威脅著人類的生命健康，成為全球頭號疾病殺手。肺癌約占所有惡性腫瘤疾病的30％左右，是世界上所有國家都最常見的癌癥。18-FFDGPET(用18-F標記物來標記的氟脫氧葡萄糖正電子斷層顯像)，是一種無創(chuàng)傷且能定量地從分子水平來表現(xiàn)腫瘤內部特征的一種顯像技術。它能反映腫瘤內部的細胞代謝旺盛程度、細胞增值情況及對藥物的攝取等細胞生命特征。并且在腫瘤顯像中表現(xiàn)出腫瘤對FDG攝取的高低和非均一程度，從而有效量化腫瘤的異質性程度，得到

3、的異質性參數(shù)來用作指導放化療或者預測放化療的療效，紋理分析技術已在指導腫瘤的分期、診斷、判斷復發(fā)中得到了廣泛應用。
　　紋理特征的提取方法有很多種，但是各有其優(yōu)缺點，且目前沒有一種合適于所有圖像紋理的提取方法，因此針對特定的圖像尋找合適的提取方法是非常必要的。鑒于紋理本身就具有多尺度特性，小波變換以其良好的多尺度多分辨率特性給紋理特征的提取贏得了較好空間。常見的金字塔小波變換僅僅分解了圖像的低頻部分，而圖像的高頻中含有大量的有用信

4、息得不到分解和利用。灰度共生矩陣是分析圖像紋理特征的經典統(tǒng)計方法，但是它是對整幅圖像總體進行分析處理的，缺少對局部細節(jié)紋理信息的描述，難于研究紋理尺度像素間的相互關系。
　　針對PET圖像的腫瘤內紋理特征，有必要研究在不同尺度不同子帶上的豐富紋理細節(jié)信息，且鑒于腫瘤自身具有的立體空間特性，本文結合小波變換與灰度共生矩陣優(yōu)缺點來相互補充，同時兼顧了紋理的局部隨機性和整體規(guī)律性，提出了基于多尺度技術的三維紋理空間分析法來提取腫瘤PET

5、圖像的紋理特征，將提取的紋理特征值與一些相關臨床參數(shù)進行了相關性研究，取得了良好的效果。
　　本文的主要內容有：
　　第一章：紋理分析的介紹，講述了紋理分析的基本概念、分類、研究方向及紋理分析的研究現(xiàn)狀、意義和前景。
　　第二章：講述PET圖像的成像原理，圖像的采集存儲，PET圖像用來評價腫瘤異質性的原理及常用的異質性參數(shù)。
　　第三章：紋理分析的理論基礎，包括小波變換的原理、分類及應用，介紹了灰度共生矩陣的定義