一种新的更高阶外观纹理分析来诊断肺癌,基于经过修改的局部三元模式

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 计算机辅助诊断 计算机辅助诊断

背景情况:

• 肺癌是全球死亡的主要原因之一.
• 计算机断层扫描 (CT) 图像标记,如纹理和形态学,有助于区分恶性和良性肺结节.
• 精确的肺结节分类对于及时有效的治疗至关重要.

研究的目的:

• 引入一种用于捕捉肺结节异质和形态的新型模型.
• 为了提高区分恶性和良性肺结节的准确性.
• 为早期肺结节评估提供一个工具.

主要方法:

• 修改了局部三元模式 (LTP),具有三个级别和一个新的模式识别算法,以捕获节点不均性和形态.
• 超调节堆叠的基于泛化的分类架构用于结节分类.
• 对大型体内 (LIDC-IDRI) 和外部数据集的评估,使用Leave-one-out交叉验证和未见的外部数据集进行验证.

主要成果:

• 获得了96.17%的整体精度,97.14%的灵敏度和95.33%的特异性.
• 显示了接收器操作特征曲线 (0.98) 下的高面积,表明了强度.
• 外部验证证实了一致的结果和概括能力,优于传统方法.

结论:

• 拟议的模型是一个可行的新型工具,用于协助医生在早期肺结节评估.
• 新型综合成像标记器有效捕捉结节的特征,以改善分类.
• 该系统显示了改善肺癌诊断和患者治疗结果的巨大潜力.