基于虚拟双能量减影软组织胸片计算机辅助检测肺结节研究

基于胸片计算机辅助检测肺结节能够帮助医生提高对早期肺癌的诊断率。本项目旨在研究基于虚拟双能量减影软组织胸片计算机辅助检测肺结节的若干关键技术，希望解决现有计算机辅助检测系统受标准胸片中骨质结构的影响，检测率低、且检测结果中假阳性多的问题。项目首先利用图象处理的方法对标准胸片中的骨质结构进行抑制，使处理后的图象与利用双能量减影技术获得的软组织胸片相似；在结合虚拟软组织图象的基础上研究计算机辅助检测肺结节的若干关键问题：1）针对胸片来自不同模式，采用不同爆光参数等问题，引入基于自动生成感兴趣区域的图象一致化方法使提取的结节特征具有一致性，引入各向异性边缘增强的Un-sharp Mask图象增强方法对图象进行预处理；2）引入基于两步结节信息增强的结节可能性图象，提高可疑结节选取性能；3）基于可疑结节分割结果的特征提取与分类。

本项目研究基于虚拟双能量减影软组织胸片计算机辅助检测肺结节的若干关键技术，解决现有计算机辅助检测系统受标准胸片中骨质结构的影响，检测率低、且检测结果中假阳性多的问题。项目首先完成了用基于机器学习的图象处理方法对标准胸片中的骨质结构进行抑制，生成虚拟软组织胸片的软件系统研究。使用该研究成果能够获得与双能量硬件设备获取的软组织胸片一致的X光图像，而病人接受的放射剂量没有增加。该系统能够帮助医生基于处理后的图像提高对早期肺结节的检测率。成果发表在医学成像领域的主要期刊IEEE Transactions on Medical Imaging上。且系统已经开发成可以临床应用的软件系统。项目其次研究基于胸片计算机辅助诊断的若干关键技术，如：肺结节的增强技术，肺和结节的分割技术等。在分析目前基于胸片计算机辅助诊断系统检测率低的关键原因后，利用生成的虚拟软组织胸片技术，将其与计算机辅助诊断技术相结合。克服了目前大部分计算机辅助诊断系统因为骨质结构的影响，检测率低，假阳性高的核心问题。为了证明本项目研究的计算机辅助诊断系统拥有高于目前其他研究学者的检测性能。我们使用公认的对于放射科医生有一定难度的日本放射学会提供的公共数据库JSRT。该数据库有30%的病例被认为其小结节及其难于发现。对于该数据库，本项目获得了在5个假阳性水平下88%的高检测率。成果发表于IEEE Transactions on Biomedical Engineering国际期刊。成果同时被开发成医用软件，处于推广过程中。基于该项目，我们收集了除JSRT公共数据库以外的500个含有孤立肺结节、结节大小在5mm-40mm之间的胸片病例，其中110个病例含有骨质图像，软组织图像和标准胸片。