灰度共生矩陣和BP神經(jīng)網(wǎng)絡(luò)在小細胞肺癌鑒別診斷中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目的:肺癌是最常見的肺原發(fā)性惡性腫瘤,絕大多數(shù)肺癌起源于支氣管粘膜上皮,故亦稱支氣管肺癌。近50多年來,世界各國特別是工業(yè)發(fā)達國家,肺癌的發(fā)病率和病死率均迅速上升,死于癌癥的男性病人中肺癌已居首位。小細胞肺癌(SCLC)是肺癌中的特殊類型,與非小細胞肺癌(NSCLC)相比,易于早期通過淋巴與血道轉(zhuǎn)移,發(fā)展快,預(yù)后差。一般說來,SCLC以內(nèi)科治療為主,而NSCLC以外科手術(shù)為主。據(jù)統(tǒng)計,SCLC近年來有增加的趨勢,早發(fā)現(xiàn)、早診斷、早治療有

2、利于預(yù)后的改善,少數(shù)病例可望治愈。因此,有必要對SCLC的早期診斷作進一步研究,提高對SCLC的診療水平。
  肺癌的CT檢查具有高對比度高分辨率和豐富的影像后處理能力,逐漸成為用于肺癌檢查的普遍和有效的方法。但由于早期SCLC起病隱匿,缺乏特征性,腫瘤標(biāo)志物的檢測有一定的假陰性率,影像學(xué)表現(xiàn)又與非小細胞肺癌相似,臨床工作中存在早期診斷難和誤診率高的問題。本研究利用灰度共生矩陣提取肺癌CT圖像的紋理特征,結(jié)合肺癌患者的一般臨床資料

3、,探討神經(jīng)網(wǎng)絡(luò)技術(shù)在SCLC的鑒別診斷中的應(yīng)用。
  方法:收集徐州醫(yī)學(xué)院附屬醫(yī)院及南京軍區(qū)總醫(yī)院2009~2011年SCLC及NSCLC住院患者的臨床資料及CT影像資料,共計217例,其中SCLC107例,NSCLC110例。男性患者165名,女性患者52名,年齡分布在31歲~78歲之間,所有病例均由病理證實。
  樣本數(shù)據(jù)的輸入指標(biāo)由臨床資料指標(biāo)和CT影像紋理特征指標(biāo)兩大類構(gòu)成。臨床資料指標(biāo)包括:患者的一般情況(如年齡、

4、性別等)、臨床癥狀(包括刺激性咳嗽、痰血、胸痛、胸悶氣喘、聲嘶、關(guān)節(jié)痛、淺表淋巴結(jié)有無腫大、內(nèi)分泌癥狀以及有無上腔靜脈綜合征)、吸煙史、NSE等腫瘤標(biāo)志物指標(biāo)、腫瘤倍增時間及隨訪資料、遠處轉(zhuǎn)移情況以及影像共計17項。CT影像及紋理特征指標(biāo)包括:病灶位置、分類、支氣管腔內(nèi)外受侵情況、心血管有無受侵、阻塞征、原發(fā)病灶是否可見、腫塊大小、密度、有無分葉、毛刺或兔耳征、淋巴結(jié)轉(zhuǎn)移、胸水及胸壁情況共計13項指標(biāo)以及由灰度共生矩陣提取的紋理特征指標(biāo)

5、:熵、相關(guān)性、能量、逆差矩、慣性矩、共生和、共生和的熵、共生差、共生差的熵均數(shù)及其方差共計18項。
  對各病例臨床資料指標(biāo)及CT影像紋理特征指標(biāo)進行量化處理,具體的量化方法通過①二值量化(對應(yīng)于無或有,陰性或陽性);②分級量化;③對實驗測試所得數(shù)據(jù)和由灰度共生矩陣提取的紋理特征參數(shù)進行歸一化處理等方法。各病例對應(yīng)的輸出值分別為1(SCLC)和0(NSCLC)。在此基礎(chǔ)上構(gòu)建肺癌病例指標(biāo)數(shù)據(jù)庫,對于所有217個病例,平均每個病例選

6、取3~4幅CT圖像,對其進行中值濾波和灰度直方圖降噪和圖像增強處理后,計算其灰度共生矩陣,提取紋理特征指標(biāo)。對所有病例構(gòu)成的766例樣本,隨機選取其中的692例構(gòu)成訓(xùn)練樣本集,其余74例構(gòu)成測試樣本集。采用的BP神經(jīng)網(wǎng)絡(luò)共3層,其結(jié)構(gòu)為:輸入變量共55個,分別對應(yīng)所提取的55項指標(biāo)(其中位置變量由8個單元的不同取值組合構(gòu)成)。隱含層的神經(jīng)元數(shù)目根據(jù)仿真試驗結(jié)果選取為12,輸出層1個神經(jīng)元,輸出值為1(SCLC)和0(NSCLC)。

7、>  用訓(xùn)練集對所建立的BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練,即將各病例數(shù)據(jù)作為前向網(wǎng)絡(luò)的輸入數(shù)據(jù)加到其輸入端,作為神經(jīng)網(wǎng)絡(luò)的仿真輸入,同時調(diào)整神經(jīng)元之間的連接權(quán)值以使網(wǎng)絡(luò)的輸出和實際的病例情況相符。如果對所有的訓(xùn)練樣本集網(wǎng)絡(luò)的輸出基本上(95%或更高)能保證與實際結(jié)果一致,則訓(xùn)練過程結(jié)束。此時神經(jīng)網(wǎng)絡(luò)已建立起患者的各種因素與其是否是SCLC之間的映射關(guān)系。對訓(xùn)練好的模型用測試樣本集進行測試,對訓(xùn)練集和測試集的輸出結(jié)果計算其約登指數(shù)、靈敏度和特異度

8、進行真實性和可靠性檢驗并繪制ROC曲線。對于一個新的疑診患者來說,只要將他的情況輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中去,根據(jù)網(wǎng)絡(luò)的輸出結(jié)果就可以對其是否患SCLC做出輔助診斷。
  本研究還建立了用于SCLC輔助診斷的RBF神經(jīng)網(wǎng)絡(luò)模型,并與BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果進行了對比。
  結(jié)果:(1)本研究對所收集的217例病例的資料建立數(shù)據(jù)庫,包括臨床資料指標(biāo)和CT影像紋理特征指標(biāo),并對這些指標(biāo)進行量化處理。(2)本研究對基于灰度共生矩陣

9、的紋理特征的提取進行了研究,特別是對構(gòu)造因子對紋理特征參數(shù)的影響進行了仿真研究。確定了在利用灰度共生矩陣計算肺癌CT圖像紋理特征指標(biāo)時的方向、圖像的灰度級、步長等參數(shù)。在此基礎(chǔ)上編程、計算了CT圖像的次度共生矩陣,提取了相關(guān)紋理特征指標(biāo)。統(tǒng)計分析結(jié)果表明SCLC患者在能量、逆差距較NSCLC患者較大,熵、慣性矩、共生差及共生差的熵值較小,而相關(guān)性、共生和及共生和的熵相差不大。(3)本研究建立了可應(yīng)用于臨床SCLC輔助診斷的BP神經(jīng)網(wǎng)絡(luò),

10、結(jié)果表明經(jīng)過9次訓(xùn)練,網(wǎng)絡(luò)的誤差小于0.0001達到目標(biāo)要求。用訓(xùn)練好的網(wǎng)絡(luò)對測試集進行測試。SCLC患者的正確檢出率為94.87%;NSCLC患者正確檢出率為90.54%,誤診率為9.46%,ROC曲線下面積較大,為0.966。(4)本研究還建立了SCLC輔助診斷的RBF神經(jīng)網(wǎng)絡(luò),經(jīng)過248次訓(xùn)練,網(wǎng)絡(luò)的誤差小于0.0001,達到目標(biāo)要求。對測試集SCLC病例的正確檢出率為82.05%,NSCLC病例的正確檢出率為85.71%,誤診率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論