胶质母细胞瘤多模态磁共振图像自动分割

• 作者: 张学群 许茂盛 赖小波
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 胶质母细胞瘤(GBM) 多模态磁共振(MR)图像 自动分割 混合特征 先验知识
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: ?
• 页码范围: 355-363
• 页数: 9页
• 分类号: TP 751
• 字数: 6773字
• 语种: 中文

摘要

针对大多数传统胶质母细胞瘤（GBM）多模态磁共振（MR）图像分割算法未能将整个肿瘤细分为不同子区域的问题，提出基于混合特征和先验知识的GBM多模态MR图像自动分割算法. 配准GBM多模态MR图像，将头部区域方位调整到近似未旋转位置，并利用N4ITK法进行偏置场校正. 在提取GBM多模态MR图像局部位置特征、强度特征、纹理特征、对称特征和上下文特征后，应用随机森林分类器初步分割GBM多模态MR图像. 考虑GBM肿瘤解剖结构先验知识，移除小区域和中值滤波后得到最终分割结果. 以Dice相似性系数作为评价指标，利用所提出的算法对TCGA-GBM和CH-GBM数据库中整个肿瘤进行分割，获得的平均Dice相似性系数分别为0.871、0.882. 结果表明，该算法能以较高的准确率分割GBM多模态MR图像，适用于临床GBM多模态MR图像分割任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许茂盛	浙江中医药大学第一临床医学院	85	444	12.0	17.0
2	赖小波	浙江中医药大学医学技术学院	15	25	4.0	4.0
3	张学群	浙江大学流体传动与控制国家重点实验室	6	32	3.0	5.0