智能超聲掃查與細胞學篩查——婦產(chǎn)科醫(yī)學圖像分析方法及新應用研究.pdf

1、產(chǎn)科超聲檢查和婦科細胞學檢查是婦產(chǎn)科常用的檢查技術。其中，產(chǎn)前超聲診斷的關鍵任務是獲取感興趣解剖結構的標準切面圖像和進行相應的生物學測量，然而，這兩個任務的完成質量依賴于超聲醫(yī)師的技巧和經(jīng)驗;官頸細胞學篩查需細胞學技師使用顯微鏡從整張涂片中人工搜尋異常細胞，計算機輔助細胞檢測系統(tǒng)(CCT)則能自動挑選出異常細胞，然而，目前的CCT尚未在臨床上廣泛使用。
　　 為降低產(chǎn)前超聲診斷結果的用戶依賴性，本論文提出“智能超聲掃查”理念，旨

2、在基于圖像分析方法實現(xiàn)早孕囊標準切面(SPGS)定位及生物學測量的自動化;為推進CCT的臨床應用，本論文提出對手工液基細胞學(MLBC)制片結合蘇木素-伊紅(H&E)染色的涂片進行“智能細胞學篩查”，旨在表明該系統(tǒng)的篩查性能與針對自動液基細胞學制片(ALBC)結合專用染色的CCT具有可比性。
　　 本論文設計的智能超聲掃查算法框架分三步:首先，按由粗到精的檢測策略，用兩個級連AdaBoost分類器從超聲序列圖像中快速準確地定位出

3、候選孕囊;然后利用序列圖像中解剖結構之間的相對位置關系，排除假陽性檢測結果，并選出SPGS;最后，提出一種數(shù)據(jù)庫引導的多尺度標準割算法，用于獲取孕囊的初始輪廓，并基于此，使用改進的蛇模型修正孕囊輪廓，進而得到測量結果。上述算法測試于來自31位孕婦的31段超聲視頻，結果顯示，系統(tǒng)和超聲醫(yī)師在SPGS選擇、長徑測量、前后徑測量等三個方面的差異分別為:7.5％±5.0％、5.5％±5.2％、6.5％±4.6％。進一步的驗證表明，智能超聲掃查的

4、精度在醫(yī)生間的差異范圍內。因此，本論文認為，對二維超聲影像中的早孕囊進行智能掃查，是一項可行的、可重復的和可靠的方法。此外，本論文提出的智能超聲掃查算法框架經(jīng)擴展后，有望應用到其他胎兒解剖結構的掃查任務中。
　　 本論文對智能細胞學篩查系統(tǒng)的研究工作主要集中在自動細胞分割和分類兩個方面。在分割方面:1）提出結合A*通道與混合多類分割的方法，能準確分割H&E染色圖像中的細胞質;2）提出適用于異常細胞核分割的局部自適應圖割算法;3）

5、聯(lián)合兩種基于凹點對的分離算法有效分離粘連細胞核。在分類方面:1)設計了一個基于監(jiān)督學習的官頸細胞分類框架;2）新加入的粗糙度索引和局部二值模式(LBP)均值等特征能有效排除雜質和正常細胞;3）采用特征預處理技術提高分類器識別異常細胞的敏感性;4）利用細胞核面積上下文信息和近似的細胞質特征提高識別正常細胞的特異性。細胞病理學家使用智能細胞學篩查系統(tǒng)對43張涂片（21例異常，22例正常）做初篩，取得88.1％的敏感性和100％的特異性。初學