检索类似的肺癌结节 |
癌症是一种疾病，其特征在于异常细胞的不受控制的生长，其侵入邻近组织并破坏它们。其主要表现是由于肺结节的出现。结节定义为圆形或不规则的不透明图形，直径最大为30毫米，通常在计算机断层扫描图像上显示。
近几十年来，肺癌已成为最致命的恶性肿瘤。尽管医学方面取得了进展，但在治愈这种疾病方面进展甚微。它是癌症相关死亡的最常见原因。主要原因是吸烟。因此，对抗这种疾病的最佳方法是戒烟的诱因，而其他人则不会成为吸烟者。
由于一些挑战，肺癌的诊断对于专科医生来说是一项复杂的任务。其中之一是医学图像解释过程。观察者之间的差异是公认的挑战，并且由于时间限制，读者缺乏训练和疲劳等几个方面而发生。肺癌诊断的其他主要挑战是肺结节检测和分类。肺结节可以很小，与肺组织相比具有低对比度并且附着于复杂的肺结构，例如肺的胸膜壁。此外，良性和恶性结节的分类取决于它们的生长速度和分离的计算机断层扫描检查的大小变化。因此，早期区分潜在的恶性肺结节对于提高患者的生存机会非常重要，而无需等待数天。
为了帮助专家进行肺癌的早期诊断，有必要将计算机辅助整合到图像判读和肺结节分类过程中。计算机辅助诊断的目标是通过计算支持作为参考来提高基于图像的诊断的准确性和一致性。基于内容的图像检索技术已被描述为一种有希望的计算机辅助诊断工具，它通过帮助决策过程中的专家作为第二意见。图像检索技术可以通过允许专家从数据库中找到与他们正在解释的案例相似的先前诊断的案例来提供计算机辅助诊断支持。
然而，图像检索技术系统中物体相似性的表示和测量仍被认为是限制因素，因为没有明确的方法可以做到这一点。几个成像特征是在肺结节，例如质地，形状，尺寸，密度等的表征使用，但它仍然是可能的，因为金标准还没有找到尚未达到更好的效果。
在医学领域，纹理描述符变得特别重要，因为它们可能潜在地反映图像结构中包含的精细细节。此外，边缘清晰度描述符被认为是区分良性和恶性结节的重要因素，因为癌症肿瘤会发展成邻近的组织。具有相同属性集的不同相似性度量也可以在类似对象的恢复中实现不同的结果。
理想情况下，应整合图像特征，以便在比较过程中提供更好的区分。当专家对结节进行分类时，他得到的检查、图像、电子病历等信息的支持。但是，每个信息对于结节恶性肿瘤的决策都有或多或少的重要性。在这种情况下，存在对结节分类具有或多或少影响的属性，这为图像检索问题引入了语义因素。因此，找到一种测量重量的方法允许通过将最大权重分配给最能表征结节的属性来改进图像检索过程。
这项工作的目的是提出一种基于局部学习自动计算属性权重的方法，以反映对类似肺结节检索过程的解释。对这些属性的分析将使得能够识别这些向量中的哪些向类似节点的恢复提供更好的准确性。最后要确认一个假设，即带有调整权重的加权欧氏距离比欧几里德距离提供更好的结果。
这里提出了一种利用WED自动更新权重的算法，以提高在多维向量空间中定义相似度量的图像检索技术系统中检索肺结节的精度。作为开发此类提案的基础，使用了图像检索技术系统的通用架构。使用调整后的权重取得了比使用类似架构所获得的权重更好的结果，但没有与此处所示属性相关的权重概念。
最后，对属性权重的分析不可能确定哪些属性指示任何类别，即无法确定某些属性是好还是坏来确定结节的分类，因为在更新权重方法中，权重与结节类没有相关性。更新权重仅通过强调其值更相似的属性来标准化所恢复的样本，并且强调其值分布广泛的属性。这种强调与恶性肿瘤的指征不符。
相信该算法可以得到改进。通过评估良性和恶性结节的排序来实现结果，然而，根据在五个不同类别中确定的恶性肿瘤的可能性来对来自训练中使用的LIDC-IDRI数据库的结节进行分类。因此，认为评估为多类问题的结果可能更精确。这可以通过插入尚未应用于解决方案的两个因素来实现：在选择权重时插入随机性以通过使用搜索算法来更新它们以最小化出现局部最大结果的可能性; 并在更新过程中创建更新权重和结节恶性之间的相关性，
此外，本研究中结节的恢复仅限于恶性肿瘤可能性的分析。由于矢量的相似性并且在视觉上根据专家使用的视觉特性，专家没有进行视觉分析以检查所检索的相似节点是否相似。
另一个重要的因素是分析其他相似性度量，例如曼哈顿距离，马哈拉诺比斯距离，方差加权平均值，以及在向量空间中定义的其他度量，并应用本工作中提出的权重概念。 |
|
|
|
|
|
| 肺癌的临床表现比较复杂，症状和体征的有无、轻重以及出现的早晚，取决于肿瘤发生部位、病理类型、有无转移及有无并发症，以及患者的反应程度和耐受性的差异。肺癌早期症状常较轻微，甚至可无任何不适。中央型肺癌症状出现早且重，周围型肺癌症状出现晚且较轻，甚至无症状，常在体检时被发现。肺癌的症状大致分为：局部症状、全身症状、肺外症状、浸润和转移症状。 |
|
|
|
| 电话：13263277712 |
| 邮箱：81068003@qq.com |
| 地址：北京市.丰台区.万丰公园 |
|
|
