脑肿瘤多模态MRI讲座6

基于肿瘤形状特征与点云方法的PET-CT多模态图像神经母
细胞瘤分割
周维钦;王朝立;孙占全;陈素芸;李超;傅宏亮;刘晓虹
【期刊名称】《软件导刊》
【年(卷),期】2024(23)3
【摘要】通过智能学习方法对PET-CT图像进行肿瘤自动分割,是辅助医生制定诊疗计划的重要研究领域。

PET-CT图像兼具PET和CT两种模态优点,传统方法大多只简单的将两种模态的图像进行配准和融合后提取特征,忽略了神经母细胞瘤具有肿瘤边界轮廓不规则的特点。

为此,提出一种两阶段的自动分割框架结构模型。

首先,利用3D卷积神经网络定位肿瘤位置;然后在分割出的肿瘤区域附近生成多模态点云数据,并提取肿瘤的形状轮廓特征;最后,将两个网络提取的特征进行融合用来预测最终分割结果。

在自有数据集和公共数据集上,将所提模型与其他多模态方法进行比较实验,实验结果验证了所提模型的优越性与有效性。

以期为研究神经母细胞瘤分割的研究人员提供参考与借鉴。

【总页数】6页(P128-133)
【作者】周维钦;王朝立;孙占全;陈素芸;李超;傅宏亮;刘晓虹
【作者单位】上海理工大学光电信息与计算机工程学院;上海交通大学医学院附属新华医院核医学科;上海市第八人民医院放射科
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于颜色和形状特征的棉花害螨图像分割方法
2.基于SVM模型参数优化的多模态MRI图像肿瘤分割方法
3.基于层次聚类的多模态磁共振脑肿瘤图像的自动分割方法
4.一种基于超像素和改进U-net的多模态脑部肿瘤图像分割方法
5.基于改进U-Net的PET-CT双模态头颈部肿瘤分割
因版权原因，仅展示原文概要，查看原文内容请购买。

多模态MRI技术介绍多模态MRI技术是在常规MRI的基础上，对多种功能MRI技术的一种柔性组合[1]。

目前用于神经外科手术的多模态MRI主要有常规MRI、血氧水平依赖功能磁共振成像(blood oxygenation level dependent functional magnetic resonance imaging, BOLD-fMRI)、弥散张量成像(diffusion tensor imaging DTI)、灌注加权成像(perfusion-weighted imaging, PWI)等，多模态MRI技术结合神经导航已经成为神经外科手术的重要辅助工具之一。

2012年1月—2014年11月我们利用多模态MRI技术结合神经导航及术中超声对20例大脑枕叶视觉功能区胶质瘤进行显微外科手术，取得了很好的疗效，现总结如下。

1资料与方法1.1一般资料回顾性分析2012年1月—2014年11月安徽医科大学附属省立医院神经外科收治的20例大脑枕叶视觉功能区胶质瘤患者的临床资料，所有病例经病理证实为脑胶质瘤，临床、病理资料完整。

患者均知情同意并经过医院伦理委员会审核同意(批文号201212)。

其中男9例，女11例;年龄27～72岁，平均49.9岁。

主要症状为视物模糊9例，癫痫5例，头晕3例，头痛、呕吐等高颅压症状3例。

复发胶质瘤3例。

均采用多模态MRI技术结合神经导航进行显微外科手术。

病例纳入标准：(1)肿瘤位于大脑枕叶视觉功能区，且术后病理确诊为胶质瘤;(2)能配合完成所需要的多模态影像检查，图像质量具有分析价值;(3)临床资料和随访资料完整。

排除标准：(1)不能配合多模态影像检查者;(2)图像有运动伪影和其他因素造成质量降低而影响分析者。

1.2多模态影像检查方法扫描设备为荷兰Philips公司Achieva 3.0T超导型MR扫描仪，16通道标准头线圈进行头部扫描，扫描前佩戴标准3M除噪耳机。

1.2.1常规导航扫描序列采用FSE序列。

基于多模态医学影像融合技术的脑肿瘤诊断研究一、引言脑肿瘤是一种常见的神经系统疾病，其临床诊断面临许多挑战。

传统的脑肿瘤诊断主要依赖于医生对单一或少数几种影像学检查结果的分析判断。

然而，医学影像学技术呈现的信息是多模态的，包括CT、MRI、PET等，如何将各种影像信息进行综合考虑，提高脑肿瘤的准确诊断率，成为了当前医学影像学领域的研究热点。

本课题将通过基于多模态医学影像融合技术进行脑肿瘤诊断的研究，旨在解决现有诊断方法存在的问题，并提出相应的对策建议。

二、现状分析（1）传统脑肿瘤诊断方法存在的问题传统的脑肿瘤诊断主要依赖于医生对单一或少数几种影像学检查结果的判断，这种方法具有以下几个问题：一是医生的主观因素较大，不同医生的诊断结果可能存在差异；二是由于医学影像学技术的限制，某些脑肿瘤可能难以被准确诊断；三是传统方法难以全面评估脑肿瘤的生长特点和浸润特性，不能提供精确的治疗指导。

（2）多模态医学影像融合技术的发展现状多模态医学影像融合技术能够将不同影像学模态的信息进行综合分析和处理，为脑肿瘤的准确诊断提供更全面、准确的信息。

随着计算机科学技术和医学影像学的发展，多模态医学影像融合技术取得了显著的进展。

当前常用的融合方法包括图像融合、特征融合和决策融合等，通过将不同模态影像的特征进行组合和分析，提高脑肿瘤的诊断准确率。

三、存在问题尽管多模态医学影像融合技术在脑肿瘤诊断中具有较大的潜力，但仍然存在以下问题：（1）数据获取和共享的问题。

不同医疗机构的医学影像数据格式和存储方式各不相同，导致影像数据难以进行有效的共享和融合。

（2）特征提取和选择的问题。

不同模态的影像数据包含大量的信息，如何从中提取有效的特征并进行选择，是当前多模态融合技术研究中的难题。

（3）融合算法的选择和优化问题。

当前多模态医学影像融合技术的研究比较零散，缺乏一种通用的、高效的脑肿瘤诊断算法，如何选择和优化融合算法也是一个亟待解决的问题。

基于多模态MRI图像的脑肿瘤分割算法设计与实现基于多模态MRI图像的脑肿瘤分割算法设计与实现摘要脑肿瘤是大脑中一种异常的组织增生，严重影响患者脑部的正常生理功能，甚至危及患者生命。

基于大脑部位的特殊性，脑肿瘤治疗方案要求在对脑肿瘤进行治疗的同时最大限度保护其周边组织，尤其是重要器官和功能区免受侵害。

目前，脑肿瘤诊断和定位的主要方法是根据核磁共振影像（MRI）中的图像特征进行肿瘤分割。

准确的肿瘤分割结果能够为神经外科手术的术前规划提供可靠的依据，保证肿瘤切除得更彻底，指导手术过程减少对正常组织的伤害。

因此，高精度的分割脑肿瘤与脑部正常组织成为治疗方案制定的关键一步。

然而，MRI图像中多样的噪声，脑肿瘤病发位置、形状、纹理及结构的多样性使得基于MRI图像的脑肿瘤分割复杂多变。

目前脑肿瘤分割实际应用最多的人工分割方法不仅耗时而且费力，严重依赖于专家的专业知识和经验，且存在主观差异。

传统算法在脑肿瘤分割中面临难以人工设计合适的特征的困难，基于卷积网络的方法对肿瘤的模糊边界精确定位仍显不足。

由于单模态MRI图像无法表达肿瘤的全部信息，本文以多模态MRI图像为基础，针对脑肿瘤分割中的难点及需求展开研究，主要的工作如下：（1）针对MRI图像中含有复杂噪声，传统算法难以设计脑肿瘤分割的合适特征，卷积网络对图像全局特征的分析能力有限的问题，本文采用一种基于卷积图论分割方法。

该方法利用卷积特征提取过程，通过数据驱动学习的方法建立从MRI复杂噪声图像中提取肿瘤分割的稳健特征的模型，实现肿瘤的初步分割，并依据初步分割结果构建多模态MRI脑肿瘤图像协同分割图模型，利用图模型的全局最优求解过程，将分割问题转化为最小化损失优化问题，进一步提高卷积网络肿瘤边界的分割精度，实现肿瘤的快速精准定位。

（2）为了充分利用多模态MRI图像间信息的互补性，提高卷积网络对肿瘤的精准分割能力，本文提出一种基于多通道3D增强卷积网络的脑肿瘤分割方法。

ASL技术联合DWI在脑肿瘤术后检查中的应用欧阳红斌;刘林林;陈瑞欢;许健恩;黄清善;李腾【期刊名称】《海南医学》【年(卷),期】2024(35)2【摘要】目的探讨动脉自旋标记灌注成像(ASL)技术联合扩散加权成像(DWI)在脑肿瘤术后检查中的应用价值。

方法回顾性分析2020年3月至2023年2月在佛山复星禅诚医院进行术后检查的58例脑肿瘤患者的临床资料,依据随访或二次手术病理结果分为肿瘤复发组34例和胶质增生组24例,所有患者均接受常规磁共振扫描和ASL、DWI检查,对肿瘤灌注最显著区域及对侧正常脑实质的脑血流量(CBF)进行测量,计算相对CBF (rCBF),并对肿瘤实质强化边缘外1 cm内水肿区域的平均表观扩散系数(ADC)进行测量。

比较两组患者的rCBF、ADC,绘制受试者工作特征曲线(ROC)分析rCBF、瘤周1 cm内ADC及两者联合对胶质增生及脑肿瘤复发的诊断效能。

结果脑肿瘤复发组患者的rCBF水平为3.59±0.46,明显高于胶质增生组的0.93±0.25,瘤周1 cm内ADC为(1.30±0.25)×10^(-3)mm^(2)/s,明显低于胶质增生组的(1.53±0.18)×10^(-3)mm^(2)/s,差异均有统计学意义(P<0.05);经ROC 分析结果显示,rCBF联合瘤周1 cm内ADC诊断胶质增生及脑肿瘤复发的灵敏度与特异度分别为96.80%、92.45%,明显高于rCBF、瘤周1 cm内ADC单独诊断的84.44%、87.52%与89.83%、78.18%,差异均有统计学意义(P<0.05)。

结论ASL技术联合DWI应用于脑肿瘤术后检查中可准确评估肿瘤复发与胶质增生,且不需要注射对比剂,安全无创,具有较大的临床价值。

【总页数】4页(P262-265)【作者】欧阳红斌;刘林林;陈瑞欢;许健恩;黄清善;李腾【作者单位】佛山复星禅诚医院医学影像科【正文语种】中文【中图分类】R739.41【相关文献】1.3D-ASL技术在DWI及MRA检查为阴性短暂性脑缺血发作病人中的应用2.3D-ASL联合SWI、DWI多模态检查技术在急性脑梗死溶栓治疗中评估价值的研究3.3 D-ASL与DWI技术在脑胶质瘤术前病理分级评估及术后复发预测中的联合应用4.DWI-MRI联合MRS检查在诊断脑肿瘤中的应用价值5.磁共振3D-ASL功能成像技术联合DWI在诊断短暂性脑缺血发作中的应用因版权原因，仅展示原文概要，查看原文内容请购买。