在确定肺结节的恶性癌症程度时使用碎形
Noel Victor Amador-Legon1, Marlen Perez-Diaz1
1Laboratory of Image Processing, Automatic Department, Universidad Central "Marta Abreu" de las Villas, Santa Clara, Cuba.
Frontiers in medical technology
|April 10, 2024
概括
本研究介绍了一种计算机辅助检测 (CAD) 系统,用于从CT图像中分类肺结节. 这两种碎形尺寸方法都达到90%以上的准确性,有效地区分恶性和良性结节.
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:
- 肺结节需要准确的分类才能得到有效的治疗.
- 计算机辅助检测 (CAD) 系统可以帮助放射科医生进行诊断.
- 分形维度 (FD) 提供了结节轮复杂性的定量测量.
研究的目的:
- 通过CT图像提出一种CAD系统,用于将肺结节分类为恶性或良性.
- 评估两个FD方法 (盒子计数和功率光谱) 来评估结节轮不规则.
主要方法:
- 实施了盒子计数和功率频谱方法,以从肺结节轮计算FD.
- 利用LIDC-IDRI数据库,分析了来自100名患者的100个切片.
- 对比了两个FD计算方法的性能.
主要成果:
- 这两种FD方法在分类恶性和良性肺结节时都取得了超过90%的准确性.
- 在不同的恶性瘤等级中观察到FD范围的最小重叠.
- 与盒子计数相比,功率频谱方法显示了稍微更好的歧视和更少的假阳性.
结论:
- 盒子计数和功率光谱方法都能有效地区分肺结节中的高和低恶性癌症程度.
- 拟议的CAD系统显示了改善肺结节分类的潜力.
- 建议进行进一步的验证和研究以提高CAD系统的性能.
