检索结果-南通市图书馆

3种乳腺癌分子亚型与数字乳腺断层合成显像X线特征的关系:基于BI-RADS

在线全文

学校读者我要写书评

暂无评论

分子影像学杂志 2021年第4期44卷 567-573页

作者：梁旭徐忠孜廖雪芮曹英任静周鹏四川省肿瘤医院影像科四川成都610041

目的探讨乳腺癌分子亚型与数字乳腺断层合成(DBT)X线征象的关系。方法回顾性分析153例乳腺癌患者的DBT影像及病理资料,根据雌激素受体、孕激素受体及人表皮生长因子受体2(HER2)表达水平分为激素受体(HR)阳性组(n=90)、HER2阳性组(n=20)... 详细信息

目的探讨乳腺癌分子亚型与数字乳腺断层合成(DBT)X线征象的关系。方法回顾性分析153例乳腺癌患者的DBT影像及病理资料,根据雌激素受体、孕激素受体及人表皮生长因子受体2(HER2)表达水平分为激素受体(HR)阳性组(n=90)、HER2阳性组(n=20)及三阴性组(n=33)。以第5版ACR乳腺X摄影影像报告与数据系统定义的影像征象为标准,比较不同分子分型的临床病理特征及DBT征象。结果HER2+、三阴性组组织学分级、Ki67表达水平高于HR+组,差异有统计学意义(P0.05)。HER2+组、三阴性组表现为圆形/卵圆形肿块发生率(50.0%、59.3%)高于HR+组(24.6%),差异有统计学意义(P=0.003);HR+组、HER2+组表现为分叶征的发生率(93.8%、95%)高于三阴性组(55.6%),差异有统计学意义(P乳腺癌分子亚型与DBT影像征象有一定关系,认识这些征象有利于预测乳腺癌分子分型。

关键词：数字乳腺断层合成乳腺癌分子亚型

对比数字乳腺断层合成摄影与全数字化乳腺摄影对致密型乳腺内非钙化肿块的诊断价值

在线全文

学校读者我要写书评

暂无评论

浙江中西医结合杂志 2021年第4期31卷 355-358页

作者：沈博罗薇周玮田萍杨君沈伟强陈浩郑屹峰吴万波张明湖州师范学院附属湖州市中心医院放射科湖州313000 湖州师范学院附属湖州市中心医院乳腺外科湖州313000

影像学检查是乳腺癌早期筛查及诊断的主要手段之一。尽管全数字化乳腺摄影(full field digital mammography,FFDM)的空间分辨力和对比度较普通乳腺X线摄影(digital mammography,DM)有大幅的提升,然而FFDM检查因避免不了非钙化型肿块在... 详细信息

影像学检查是乳腺癌早期筛查及诊断的主要手段之一。尽管全数字化乳腺摄影(full field digital mammography,FFDM)的空间分辨力和对比度较普通乳腺X线摄影(digital mammography,DM)有大幅的提升,然而FFDM检查因避免不了非钙化型肿块在致密型乳腺中与周围较多的腺体组织重叠的影响,故对非钙化型肿块检测的敏感性较低。文献报道,FFDM有将近17%的非钙化型乳腺癌未被检出,同时有将近70%~90%的疑似恶性病灶最终被确诊为“假阳性”^([1])。

关键词：乳腺肿瘤数字乳腺断层合成全数字化乳腺摄影非钙化肿块

基于深度学习的乳腺断层合成成像计算机检测与诊断应用进展

在线全文

学校读者我要写书评

暂无评论

中国医学影像学杂志 2022年第10期30卷 1068-1072,1078页

作者：张博雅李席如南开大学医学院天津300071 解放军总医院第一医学中心普通外科北京100853

数字乳腺断层合成在乳腺癌检测及诊断中的应用越来越广泛。深度学习以其高效的特征提取能力替代传统的计算机辅助检测与诊断系统,有潜力给医学影像领域带来变革。本文综述深度学习的相关概念、在数字乳腺断层合成中的应用进展、临床效... 详细信息

数字乳腺断层合成在乳腺癌检测及诊断中的应用越来越广泛。深度学习以其高效的特征提取能力替代传统的计算机辅助检测与诊断系统,有潜力给医学影像领域带来变革。本文综述深度学习的相关概念、在数字乳腺断层合成中的应用进展、临床效能及面临的挑战和对策。

关键词：数字乳腺断层合成深度学习计算机辅助检测与诊断系统人工智能综述

在线全文

学校读者我要写书评

暂无评论

基于NSCT全变差的乳腺断层图像去噪研究

基于NSCT全变差的乳腺断层图像去噪研究

作者：陈莹北京交通大学

学位级别：硕士

数字乳腺X射线断层合成成像术(Digital Breast Tomosynthesis,DBT)是一种能够实现乳腺三维断层重建的技术,可以消除重叠组织的干扰。然而,DBT图像的对比度低且含有噪声,这降低了图像的质量。因此,如何有效地对DBT图像去噪,同时保留DBT... 详细信息

数字乳腺X射线断层合成成像术(Digital Breast Tomosynthesis,DBT)是一种能够实现乳腺三维断层重建的技术,可以消除重叠组织的干扰。然而,DBT图像的对比度低且含有噪声,这降低了图像的质量。因此,如何有效地对DBT图像去噪,同时保留DBT图像中组织和病变结构的边缘轮廓,对于提高DBT图像的质量起着关键作用。本文研究了全变差去噪模型和非降采样轮廓波(Nonsubsampled Contourlet,NSCT)变换方法,提出改进的全变差正则项去噪模型、改进的全变差正则项去噪模型与NSCT变换相结合的图像去噪方法,并将其应用到DBT图像的去噪中。具体包括:首先提出一种改进的各项异性全变差加权正则项(Anisotropic Total Variation Weighted Regularization,ATVWR)去噪模型。该模型根据图像中平坦和纹理等区域的特点,自适应调节全变差正则项的水平和垂直方向的权重,进而调节模型的滤波强度。改进后的模型一定程度上抑制了“阶梯效应”,能够有效地去除图像中的噪声,同时可以较好地保留图像中的纹理信息和边缘轮廓。对体模图像仿真方法进行参数改进,仿真出能够较好表示乳腺组织特征的体模。针对体模图像和实际DBT图像进行去噪实验,实验结果表明本文所提模型能够将去噪后图像的PSNR值提高1.8dB,同时可以较好地保持DBT图像中的病灶结构和纹理信息。其次提出一种NSCT变换与ATVWR模型结合的去噪算法。该算法将图像的不同方向和不同尺度上的NSCT系数作为全变差正则项,对NSCT系数使用加权正则项运算来进行最小化处理,能够有效地优化不同频率子带的信息;此外,NSCT系数可以将图像中信息成分和噪声成分分离开,从而消除全变差正则项在迭代过程中产生的“阶梯效应”,进一步保留乳腺组织的边缘,从而提高图像清晰度。实验结果证明该模型能够对DBT图像有效地去噪,同时可以很好地保留DBT图像中微小的钙化点、肿块边缘等病灶信息,相比于现有的全变差相关去噪方法,所提出的方法的PSNR值能够提高2.4dB。

关键词：图像去噪数字乳腺断层合成 NSCT变换各向异性加权正则项全变差

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字乳腺断层成像的快速迭代重建算法研究

数字乳腺断层成像的快速迭代重建算法研究

作者：黄杰星南方医科大学

学位级别：硕士

目前,乳腺癌已经成为女性最常见的癌症,筛查是乳腺癌早期发现的重要步骤。数字乳腺X射线摄影(Digital Mamography,DM)是一种成熟有效的早期乳腺癌筛查影像技术,具有高空间分辨率、低辐射剂量等优点。然而DM图像仅包含三维解剖结构的二... 详细信息

目前,乳腺癌已经成为女性最常见的癌症,筛查是乳腺癌早期发现的重要步骤。数字乳腺X射线摄影(Digital Mamography,DM)是一种成熟有效的早期乳腺癌筛查影像技术,具有高空间分辨率、低辐射剂量等优点。然而DM图像仅包含三维解剖结构的二维信息,组织重叠问题会降低乳腺癌筛查的准确性。数字乳腺断层合成成像(Digital Breast Tomosynthesis,DBT)是一种基于DM发展的新型成像技术,X射线球管在有限角度范围内进行低剂量曝光,采集有限数量的投影数据进行重建,所得断层图像可以提供三维结构信息,减少组织重叠,提高肿瘤检测的灵敏度。目前,DBT已经成为临床应用中重要的乳腺影像筛查手段之现存的DBT重建算法主要有解析重建和迭代重建两大类。滤波反投影算法(FBP)是经典的解析重建算法,需设计特殊的滤波器对投影滤波,通过对滤波后的投影进行反投影获取重建图像,缺点是滤波器的设计很大程度上依赖于图像内容以及采样几何。迭代重建算法中,Sidky等人提出的自适应最速下降凸集投影法(POCS)是目前应用最广泛的迭代重建算法框架,每次迭代分裂为两步:(1)重建,利用ART算法重建初步图像;(2)去噪,利用梯度下降法求解正则化问题。迭代重建算法可重建出较好的图像但重建时间长。本文系统回顾了 DBT系统组成及其成像理论基础,介绍经典的DBT重建算法,针对DBT迭代重建中的问题展开了深入的研究,并提出以下重建算法:第一、为实现DBT图像快速迭代重建,提出了一种基于多GPU和ADMM分布式优化的DBT快速迭代重建算法。本文把DBT重建问题描述为一个分布式优化问题,采用多GPU硬件加速结合交替方向乘子法(ADMM)分布式优化策略进行问题求解。具体实现时,将投影分成N个子集,每个GPU对应一个投影子集,并行进行共轭梯度求解,所有GPU更新结束后,收集上一步所有重建图像进行线性叠加,进行伪影拟制后重新分发到各个GPU进行下一轮迭代,直至满足迭代结束条件。实验结果表明,本文提出的重建算法重建图像对比度高,特征清晰,双GPU加速因子可达1.7以上,实现了DBT的快速迭代重建。第二、改进了传统的FISTA算法并将其应用于DBT迭代重建中。针对传统FISTA算法使用梯度下降法求解子问题时利普希茨常数计算复杂、迭代步长不稳定等问题,提出采用OS-SART策略更新中间变量,并利用OS-SART计算的预处理矩阵对TV项进行加权修正,采用FGP算法快速求解。最后采用梯度图像的SLO范数最小化进一步抑制噪声和伪影,重建出优质的DBT图像。实验结果表明,改进的FISTA算法结合SLO正则化可以更好地抑制噪声和伪影,同时保留结构边缘。

关键词：数字乳腺断层合成交替方向乘子法多GPU 全变差快速迭代收缩阈值法