基于磁共振图像的脑瘤MGMT表达状况检测算法

• 作者: 刘晨彬 夏顺仁 张海石 潘颖 黄峰平
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 脑胶质瘤 图像分析 特征提取 支持向量机(SVM)
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 生物医学工程
• 页码范围: 170-176
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.01.27

摘要

针对脑胶质瘤的O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)表达状况检测受主观影响的问题,以中国脑胶质瘤患者的磁共振图像(MRI)为研究对象,提出一种包括特征提取、特征优化和模式分类的图像处理方法.利用图像的灰度共生矩阵、灰度-梯度共生矩阵和二维离散正交S变换(2D-DOST)提取肿瘤病变区域的纹理特征,结合环形增强和年龄特征构成初始特征集.将k最邻近法(KNN)与支持向量机(SVM)结合,进行特征优化.使用留一交叉检验法(LOOCV),将最优特征集进行SVM分类.分别对25位脑胶质瘤患者的T1加权、T1增强和FLAIR序列的磁共振图像进行分析.结果表明,该算法能够降低特征集的冗余程度,克服小样本分类困难,准确有效地检测MGMT表达状况.