CT增強(qiáng)掃描中的小肝癌的自動(dòng)檢測(cè)-最新文檔資料

1、CT增強(qiáng)掃描中的小肝癌的自動(dòng)檢測(cè)Automatic Detection of Small Liver Cancers in Enhanced CT Scan ImagesDING Hong(School of Computer Science and Technology, Nantong University, Nantong 226007, China): An algorithm is proposed to detect small liver cancers in enhanced CTscan images. This algorithm extracts the liver ar

2、ea by area growth method, then simplifies the template matching method which is proposed by Y Lee and uses the method to quick the calculating speed.1 引言1999年 Pisani 等報(bào)道，在 1990 年統(tǒng)計(jì)的 25種癌癥中，肝 癌病死率在各種癌癥中排第四位，在男性中則為第三位，共有 42.7 萬人死于肝癌 2 。原發(fā)性肝細(xì)胞癌 ( primary carcinoma of the liver )是我國(guó)常見惡性腫瘤之一，占肝臟原發(fā)性惡性腫瘤 的

3、 2/3 以上 2 。肝癌死亡率高， 在惡性腫瘤死亡率中僅次于胃、 食道而居第三位， 在部分地區(qū)的農(nóng)村中則占第二位， 僅次于胃癌。 我國(guó)每年死于肝癌約 11 萬人，占全世界肝癌死亡人數(shù)的 45%。肝癌發(fā)展迅速， 一旦出現(xiàn)明確臨床癥狀后若無有效處理， 平 均生存時(shí)間為半年。 其主要原因是早期肝癌病人常無癥狀 （通常 5cm以下肝癌約70%左右無癥狀2）,而出現(xiàn)癥狀時(shí)通常是中晚 期，此時(shí)已錯(cuò)過治療的最佳時(shí)機(jī)，治療難度大，死亡率也相應(yīng)極 高。因此，目前最好的治療方法是在早期發(fā)現(xiàn)，并及時(shí)治療。電子計(jì)算機(jī)斷層掃描（CT）能反映肝臟病理形態(tài)表現(xiàn)，如病 灶大小、形態(tài)、部位、數(shù)目及有無病灶內(nèi)出血壞死等，是目前

4、診 斷肝臟疾病常用的重要檢查方法之一 2。但是，讀取CT圖片這 一過程會(huì)耗費(fèi)放射科醫(yī)生大量精力，因?yàn)橐粋€(gè)病人會(huì)產(chǎn)生超過 30幅圖像（這一數(shù)字隨著CT掃描精度的提高在不斷提高，目前 高精度的CT機(jī)一個(gè)病人一次掃描產(chǎn)生的圖像超過 300幅）讓醫(yī) 生辨別。高強(qiáng)度的讀片工作這使得誤診變得無法避免。因此，開 發(fā)一個(gè)計(jì)算機(jī)輔助診斷系統(tǒng)幫助放射科醫(yī)生讀片是有必要的。文獻(xiàn)1 中 Y Lee 等人提出用模板匹配的方法檢測(cè)肺部的結(jié) 節(jié)，但是他們的匹配需要消耗大量的時(shí)間； 而且他們的方法產(chǎn)生 了大量的假陽性（ false positive ），在沒有排除假陽性前達(dá)到 了平均9.3個(gè)/每CT圖，經(jīng)過大量計(jì)算排除假陽性

5、后平均 1.1個(gè) /每CT圖。本文借鑒前人在其他臟器的檢測(cè)經(jīng)驗(yàn)，根據(jù)肝部CT掃描圖的特點(diǎn)，提出用一種全新的方式在 CT增強(qiáng)掃描圖像中自動(dòng)檢測(cè) 小肝癌的結(jié)節(jié)。 實(shí)驗(yàn)證明該方法能夠快速并有效地檢測(cè)肝部的小 腫瘤。2肝癌CT增強(qiáng)掃描的表現(xiàn)肝細(xì)胞癌中單個(gè)癌結(jié)節(jié)最大直徑不超過 3厘米或兩個(gè)癌結(jié)節(jié)直徑之和不超過 3 厘米的肝癌稱為小肝癌。小肝癌CT雙期強(qiáng)化的常見表現(xiàn)3:1) 平掃。多數(shù)呈低密度結(jié)節(jié)狀病變，邊緣清楚或不清楚。少數(shù)小肝癌(尤其是1cm以下的)CT平掃呈等密度。有時(shí)候脂 肪肝嚴(yán)重時(shí)， 正常肝密度下降到比小肝癌還低， 此時(shí)癌變?yōu)楦呙?度結(jié)節(jié)。小肝癌并有出血時(shí)，平掃也呈高密度。2) 動(dòng)脈期。小肝癌動(dòng)

6、脈期強(qiáng)化的密度可以高于肝密度，也 可以等于或低于肝密度。以高于肝的密度最為常見。3) 門靜脈期。 腫瘤密度從動(dòng)脈期的高于肝， 速降至低于肝， 同時(shí)也低于同層主動(dòng)脈密度。 這一征象在與肝海綿狀血管瘤鑒別 上十分重要。上述螺旋CT雙期動(dòng)態(tài)增強(qiáng)掃描中，小肝癌強(qiáng)化密度從動(dòng)脈 期高于肝，至門靜脈期則速降至低于肝的CT表現(xiàn)，文獻(xiàn)上稱這種動(dòng)態(tài)增強(qiáng)的改變?yōu)椤翱爝M(jìn)快出”的特征。 這一“快進(jìn)快出”的 特征在小肝癌診斷和鑒別診斷中是十分重要的征象。圖1顯示的是同一部位 CT平掃加增強(qiáng)掃描的表現(xiàn)，此圖中 的小肝癌中央低密度， 動(dòng)脈期和靜脈期都強(qiáng)化， 其原因主要可能 是中央有一定程度缺血，邊緣部有肝動(dòng)脈和門靜脈雙重供血

7、。3 小肝癌的自動(dòng)檢測(cè) 肝癌檢測(cè)一般可以先提取肝部，這樣可以有效減少計(jì)算區(qū) 域，加快檢測(cè)速度， 在本文中使用一種基于區(qū)域生長(zhǎng)的肝部提取 方法。經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn)，模板匹配算法相當(dāng)耗時(shí)，于是通過對(duì)小肝 癌 CT 圖像特征的分析，提出一種檢測(cè)小肝癌的快速算法，實(shí)驗(yàn) 證明該方法在一定范圍內(nèi)是有效的。3.1 基于區(qū)域生長(zhǎng)的肝部提取文獻(xiàn)4中Chan TF等人用動(dòng)態(tài)曲線（Active Contours ）的 方法來提取肺部用閾值的方法來提取肺部， 以達(dá)到快速檢測(cè)肺部 結(jié)節(jié)的目的。然而肝部和肺部的CT圖像有很大的不同，肺部 CT值區(qū)分較明顯，肝部所在的腹部的臟器的CT值比較接近，因此很難用一種單一的方法來提取肝區(qū)

8、。 經(jīng)過實(shí)驗(yàn)比較， 本文利用了 以前提出的一種基于區(qū)域生長(zhǎng)的提取方法。具體基于區(qū)域生長(zhǎng)的分割算法過程是： 1）閾值分割； 2）對(duì)分 割結(jié)果進(jìn)行腐蝕； 3） 對(duì)腐蝕得到的結(jié)果進(jìn)行生長(zhǎng)。1）閾值分割：閾值分割是有效減少檢測(cè)區(qū)域的方法， 該方法簡(jiǎn)單， 在整個(gè) 算法流程中用作提取肝區(qū)的第一步。觀察腹部CT圖的直方圖我們發(fā)現(xiàn)它是一個(gè)多峰的圖形（由 于視窗沒有將值小于 900的包括在內(nèi)， 因此圖 1 中值較小的部分 顯示為黑色）。肝是腹部最大的器官，它會(huì)在直方圖中體現(xiàn)為一 個(gè)峰值，肝部的CT值分布處于右邊第一個(gè)峰（即CT值處于1000 到 1200 間的峰，峰值出現(xiàn)點(diǎn)會(huì)因?yàn)樵O(shè)備、病人個(gè)體的不同而不 同），

9、如圖 2 所示。所以我們?nèi)≡摲宓淖笥夜赛c(diǎn)作為閾值。 （圖 1中顯示值的窗口是9501200，雖然CT圖中有很多黑色區(qū)域， 但其真實(shí)值不一定是 0。只要它的值小于 950，就會(huì)顯示為黑色。 ）2）腐蝕：形態(tài)學(xué)中的腐蝕操作可以去除圖像中小的部分和不相關(guān)的 細(xì)節(jié)6 。比如用邊長(zhǎng) 10的矩形結(jié)構(gòu)取腐蝕圖像，則邊長(zhǎng)小于 10的部分和細(xì)節(jié)都會(huì)被消除掉。腐蝕是為了確定肝的位置。由于肝在腹部臟器中是最大的， 因此選擇較大的參數(shù)進(jìn)行腐蝕時(shí)會(huì)將其它的部分 （肌肉、其它的 臟器）消除腐蝕掉。這樣剩下的部分肯定是肝的實(shí)質(zhì)部分。所以 用腐蝕的方法可以選到區(qū)域生長(zhǎng)的種子。 而且這樣選取種子的方 式是完全自動(dòng)的，選擇的種子

10、區(qū)域也較大，節(jié)省了下一步區(qū)域生 長(zhǎng)的時(shí)間。3）區(qū)域生長(zhǎng)：從上面的閾值分割我們將待選區(qū)域縮小， 通過腐蝕又得到了 區(qū)域生長(zhǎng)的種子上一步得到的結(jié)果生長(zhǎng)可以得到肝區(qū)。圖 3是通過以上提到的算法提取的肝區(qū) （原圖是圖 1（b）。可以看出該算法有效地將肝區(qū)從腹部CT圖中提取了出來。3.2 小肝癌結(jié)節(jié)的檢測(cè)3.2.1 小肝癌的檢測(cè)文獻(xiàn)1 中用基因匹配算法去尋找肝區(qū)中的結(jié)節(jié)，他們所用 的模板是高斯模板，這種模板和肝癌結(jié)節(jié)很相似（他們從大量 CT圖中得出的結(jié)論）。結(jié)節(jié)的模型用下面的等式來定義：這里pvx,y,z是坐標(biāo)（x,y,z）的像素值，m和n分別表示最大值以及分布范圍的參數(shù)。 k 控制 z 的范圍。這些參

11、數(shù)的值由經(jīng) 驗(yàn)得出。 經(jīng)過觀察，我們發(fā)現(xiàn)他們所用的方法是產(chǎn)生一個(gè)中間密度 高，周圍密度低的模型來匹配， 而實(shí)際的結(jié)節(jié)的圖像并不一定嚴(yán) 格遵循這樣的梯度分布。 如圖 3 中上部有一暗區(qū)， 它的周圍有輕 微強(qiáng)化，這其實(shí)也是小肝癌的表現(xiàn)之一。另外，文獻(xiàn)1匹配結(jié)節(jié)時(shí)還要計(jì)算結(jié)節(jié)模型和 CT圖像兩者 的相似度， 這是很耗時(shí)的一項(xiàng)工作。 總體上說他們提出的方法一 般是不能夠在普通 PC 機(jī)上運(yùn)行的。下面我們分析小肝癌的特征， 以及它和血管、 海綿狀血管瘤 的比較。選取血管和血管瘤是因?yàn)樵趯?shí)驗(yàn)中我們發(fā)現(xiàn)假陽性很大 一部分是血管或血管瘤，它們的幾個(gè)期的CT值的變化也較明顯。 分析資料 3 中的描述，我們歸納出

12、以下特征：小肝癌：快進(jìn)快出，動(dòng)脈期強(qiáng)化一般低于同層主動(dòng)脈，若接 近同層主動(dòng)脈則需與血管瘤鑒別。海綿狀血管瘤： 動(dòng)脈期強(qiáng)化與同層主動(dòng)脈強(qiáng)化接近， 至門靜 脈期其密度仍接近同層主動(dòng)脈。它們之間的鑒別如圖 4 所示。設(shè) i1 ， i2 ， i3 ， i4 分別是平掃、動(dòng)脈期、靜脈期和延遲掃 描得到的CT圖像中的點(diǎn)，則圖4中的特征我們用以下表達(dá)式來 表述：快進(jìn)快出：其中ml是由實(shí)驗(yàn)決定的閾值。海綿狀血管瘤：其中m2 m3也是由實(shí)驗(yàn)決定的閾值。所以我們得到小肝癌的檢測(cè)表達(dá)式是： It If ，其中“” 是集合操作。再結(jié)合上文中提到的肝部檢測(cè)，我們的具體檢測(cè)方案如下：1) 肝部提?。?2) 提取區(qū)域?yàn)V波：

13、去除噪聲； 3) 去除具有 血管、血管瘤特征的區(qū)域； 4) 用閾值法得到進(jìn)出較明顯區(qū)域； 5) 用形態(tài)學(xué)方法去除一些面積較小的假陽性區(qū)域。具體的檢測(cè)算法較上面的表達(dá)式描述增加了前期和后期的 處理過程。實(shí)驗(yàn)證明，該算法不僅在時(shí)間上較上一種方法得到了極大的 節(jié)省，同時(shí)也能提取出明顯具有“快進(jìn)快出”特征的小肝癌。當(dāng)然，上面的方法也有較大的問題，它的假陽性較多，所以 我們要利用其它的特征來排除假陽性。 從圖中我們可以看到假陽 性主要是由血管造成的，所以我們根據(jù)血管在CT增強(qiáng)掃描中的特征：動(dòng)脈期和靜脈期增強(qiáng)明顯(一般肝癌部位的增強(qiáng)沒有血管 高)，將血管部分從疑似部分中去除。4 實(shí)驗(yàn)結(jié)果我們將文中提到的算法進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)環(huán)境：P4 2.