中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 黄国海西安电子科技大学 2020年硕士导师: 张强共86页

摘要 : 脑瘤是世界上死亡率最高的疾病之一，恶性脑肿瘤患者的存活时间不超过两年。准确定位和判断脑瘤患者的肿瘤区域和类型对诊断和制定治疗方案非常重要。因为MRI技术可以对人体的软组织进行高分辨率和高对比度成像，同时还可以进行大视野、多方位的观测，... 展开脑瘤是世界上死亡率最高的疾病之一，恶性脑肿瘤患者的存活时间不超过两年。准确定位和判断脑瘤患者的肿瘤区域和类型对诊断和制定治疗方案非常重要。因为MRI技术可以对人体的软组织进行高分辨率和高对比度成像，同时还可以进行大视野、多方位的观测，所以MRI技术被广泛地使用在脑瘤的临床诊断中。传统的人工分析图像的方法无法满足现代医学诊断的要求，所以迫切地需要开发可靠的自动化MRI脑瘤图像分割的方法。随着深度学习在图像处理领域的快速发展，基于深度学习的自动化MRI脑瘤图像分割方法成为了当前的的研究热点。本文致力于基于深度学习的多模态MRI脑瘤图像分割算法的研究，介绍了多模态MRI脑瘤图像分割任务的研究进展和常用的分割方法，分析了多模态MRI脑瘤图像分割任务中存在的困难和挑战，提出了两种多模态MRI脑瘤图像分割方法。根据临床实践中医生往往先分割MRI脑瘤图像中的显著区域的经验，和多模态MRI脑瘤图像中不同的模态数据对特定的脑瘤区域的重要性不同这两个问题，本文提出了基于多模态特征融合的多任务MRI脑瘤图像分割方法。和大多数现有的方法将MRI脑瘤图像分割视为常见的语义分割任务不一样，这个方法中将多类别的MRI脑瘤分割任务看作是多任务二分类分割任务，然后设计了多任务级联分割网络结构，这种结构可以充分利用脑瘤中各个分割区域的联系来提升分割效果，同时还可以缓解各个脑瘤区域间的不平衡问题。此外，在这个方法中还包含了一个多模态特征感知模块(MAFE)根据对特定脑瘤区域的重要性对多模态图像特征加权融合。然后在TensorFlow深度学习框架中搭建网络模型，用多模态MRI脑瘤图像数据集在Ubuntu18环境下的GTX1080Ti显卡中训练和测试，通过和已有的先进算法对比验证了该方法的有效性，通过设计合理的对比实验验证了本文提出的模块方法的功能。多模态MRI脑瘤图像数据集的规模通常较小，但是其中包含了丰富的模态特征信息，据此本文提出了一种基于多模态特征学习的MRI脑瘤图像分割方法，方法主要是设计模态特征转换网络在多模态MRI图像数据中学习丰富的特征信息。该方法中包括了多模态特征转换过程(MMFT)和多模态特征融合分割过程(MMFF)两个部分。多模态特征转换过程采用生成式对抗网络学习在不同模态数据之间的转换产生对脑瘤区域分割有用的特征，可以使网络能够从每个模态数据中挖掘有助于脑肿瘤分割任务的潜在信息。多模态特征融合分割过程中，则构建了一种新的卷积神经网络结构，融合从不同模态数据中获取的深层特征用来预测分割脑瘤区域，多模态特征融合分割过程可以利用多模态特征转换过程获得的丰富特征信息。最后在Ubuntu18的环境下用GTX1080Ti显卡在Pytorch深度学习框架中搭建网络模型，在两个多模态MRI脑瘤图像分割数据集中进行实验，最后与消融实验的对比结果和与已有的先进方法的对比结果验证了本文提出的基于多模态特征学习的MRI脑瘤图像分割方法的有效性。收起

关键词 : 脑瘤图像分割算法多模态MRI

2. 多模态功能MRI在脑胶质瘤术前分级中的临床应用研究

[学位论文] 金凤华中科技大学 2017年博士导师: 韩萍共80页

摘要 : 第一部分 3D ASL在脑胶质瘤术前分级中的应用研究目的:采用三维动脉自旋标记（three-dimensional arterial spin labeling，3D ASL）成像技术，以病理学为标准，研究3D ASL 灌注成像对脑胶质瘤术前诊断与分级的应用价值。材料与方法：收集... 展开第一部分 3D ASL在脑胶质瘤术前分级中的应用研究目的:采用三维动脉自旋标记（three-dimensional arterial spin labeling，3D ASL）成像技术，以病理学为标准，研究3D ASL 灌注成像对脑胶质瘤术前诊断与分级的应用价值。材料与方法：收集经病理证实的51 例胶质瘤患者，其中，女 24 例，男 27 例，平均年龄 48.41±14.18 岁;包括低级别胶质瘤（I 级+II 级）23 例，高级别胶质瘤（III级+IV级）28例。所有病例均行MRI常规扫描和3D-ASL扫描，采用3.0T MR扫描仪（Discovery 750w，GE，USA)。在3D-ASL脑血流量(cerebral blood flow，CBF)伪彩图上，分别测量病变实性部分最大肿瘤血流量(tumor blood flow, TBF)值、肿瘤镜像区域(mirror region, M)脑组织CBF值及对侧正常白质区CBF值。计算肿瘤相对血流量比值( relative tumor blood flow，rTBF)。rTBF=病变TBF值／肿瘤镜像区域或对侧正常白质区CBF值（分别表示为rTBF-M和rTBF-WM）。根据ASL灌注图上高灌注范围与增强扫描图像上强化范围的不同，将病例分为“ASL优势型”、“CE优势型”和“无强化无高灌注型”。TBF和相对比值rTBF在高、低级别胶质瘤的组间比较采用独立样本t检验或Mann-Whitney检验（非参数检验），I级、II级、III级和IV级胶质瘤TBF和相对比值rTBF的组间比较采用方差分析或Kruskal-Wallis检验（非参数检验）。运用Spearman Rank相关系数来分析TBF值和相对比值rTBF与肿瘤级别之间的关系。当P＜0.05时认为差异有统计学意义。绘制ROC曲线确定不同级别胶质瘤的最佳分类阈值，并计算其敏感度和特异度。结果：①低级别胶质瘤 TBF、rTBF-M（以对侧镜像区为参照得到的相对比值）和rTBF-WM 值（以对侧半卵圆中心正常白质为参照得到的相对比值）均低于高级别胶质瘤（P<0.05）。②对I～IV级胶质瘤行组间比较，显示IV级胶质瘤TBF值均高于I级、II级胶质瘤（P<0.05）;IV级胶质瘤rTBF-M大于 I级（P<0.05）;IV级胶质瘤rTBF-WM分别高于I级和II级（P<0.05）。③TBF、rTBF-M、rTBF-WM均与胶质瘤分级呈正相关(r=0.614，P<0.0001;r=0.495，P=0.0002;r=0.541，P<0.0001)。④ROC曲线结果显示，在鉴别低级别与高级别胶质瘤时 TBF 具有最高特异度（72.7%）， rTBF-WM敏感度最高（96.4%）。⑤51例患者中，29例患者（56.86%）ASL高灌注区范围小于等于强化范围，归类为“CE优势型”（低级别6例，高级别23例）; 9例患者（17.6%）ASL高灌注区范围大于强化范围或ASL高灌注区未见强化，归类为“ASL优势型”（低级别5例，高级别4例）;另外13例（25.49%）为“无强化无高灌注型”。结论：3D-ASL能够更真实地反映脑胶质瘤灌注信息，并可实现精准定量测量脑血流量（ CBF），准确地评价胶质瘤分级，有较好的科研和临床应用前景。对于 ASL 灌注图上高灌注范围超过CE-MRI强化范围，或ASL呈高灌注但CE-MRI未见强化的“ASL优势型”患者，需要给予特别关注。第二部分体素内不相干运动MR成像在脑胶质瘤术前分级中的应用研究目的：利用体素内不相干运动扩散加权成像技术无创性评估脑胶质瘤微血管循环，并研究其在脑胶质瘤术前诊断及分级中的临床应用价值。材料与方法：收集经术后病理证实的49例胶质瘤患者，其中，女 24 例，男 25 例，年龄范围 48.76±13.00 岁。低级别胶质瘤（I+II级）24例，高级别胶质瘤（III+IV级） 25例。所有病例均行MRI常规扫描及IVIM扫描，采用3.0T MR扫描仪（Discovery 750w，GE，USA)。在IVIM伪彩图上，将 ROI置于肿瘤实质区内Standard ADC数值最小的部分，得到肿瘤Standard ADC 、D、D*、 f数值。为标准化处理，通过对称轴获得各参数镜像区域(mirror region, M)和对侧正常白质(contralateral normal white matter,WM)Standard ADC 、D、D*、 f 数值。计算肿瘤实质区各参数相对比值，相对比值=病变数值／镜像区域或对侧正常白质区数值，分别记录为rStandard ADC-M 、rD-M、rD*-M、 rf-M和rStandard ADC-WM 、rD-WM、rD*-WM、 rf-WM。Standard ADC 、D、D*、 f值和其相对比值rStandard ADC 、rD、rD*、 rf在高、低级别胶质瘤的组间比较采用独立样本 t 检验或 Mann-Whitney 检验（非参数检验），I 级、II级、III级和IV级胶质瘤上述参数的组间比较采用方差分析或Kruskal-Wallis检验（非参数检验）。运用Spearman Rank相关系数来分析Standard ADC 、D、D*、 f值和其相对比值rStandard ADC 、rD、rD*、 rf与肿瘤级别之间的关系。当P＜0.05时认为差异有统计学意义。绘制 ROC 曲线确定不同级别胶质瘤的最佳分类阈值，并计算其敏感度和特异度。结果：①低级别胶质瘤Standard ADC值和D值高于高级别胶质瘤（P<0.05），低级别胶质瘤D*值低于高级别胶质瘤（P<0.05）。两组之间f值无统计学差异（P＞0.05）。当以对侧镜像区域为参照时，低级别胶质瘤rStandard ADC-M 、rD-M值均高于高级别胶质瘤（P<0.05）;低级别胶质瘤rD*-M值低于高级别胶质瘤（P<0.05）。两组之间rf-M值无统计学差异（P＞0.05）。当以对侧正常半卵圆中心白质区为参照时，低级别胶质瘤rStandard ADC-WM、rD-WM、rf-WM值均高于高级别胶质瘤（P<0.05）;而低级别胶质瘤rD*-WM低于高级别胶质瘤（P<0.05）。 ②对I～IV级胶质瘤行组间比较发现：I级和II级胶质瘤患者StandardADC、D值分别高于III级和IV级(P<0.05); I级和II级胶质瘤组D*值分别低于III级和IV级(P<0.05)。以对侧镜像区域为参照，I级和II级胶质瘤患者rStandardADC-M、rD-M值亦分别高于III级和IV级(P<0.05);IV级胶质瘤组rD*-M值分别高于 I级和II级(P<0.05)。以对侧半卵圆中心正常白质为参照，I级胶质瘤患者rStandardADC-WM、rD-WM分别高于II级、III级和IV级,II级胶质瘤患者rStandardADC-WM、rD-WM分别高于III级和IV级(P<0.05)。I级和II级胶质瘤患者rD*-WM值分别低于III级和IV级(P<0.05)。 ③对有统计学意义的指标进一步做ROC曲线分析，结果表明：在鉴别高级别和低级别胶质瘤时，D*具有最高诊断效能（AUC 0.957），当D*为4.99（×10-3mm2/s）时，具有最高灵敏度96%;D具有最高特异度92%。对鉴别II级与III级胶质瘤，D具有最高诊断效能（AUC:0.950），StandardADC（AUC:0.878）和 D*（AUC:0.944）亦具有较高诊断功效。结论：磁共振IVIM 成像可以直观、敏感地反映毛细血管床的血液流动状态，可同时提供病变的灌注和弥散信息。多个IVIM参数，包括ADC，D，D*，可作为术前胶质瘤分级的非侵入性预测因子。第三部分 DCE-MRI定量参数在脑胶质瘤微血管通透性及术前分级中的临床应用目的：以病理结果为金标准，探讨DCE-MRI的定量参数（Ktrans，Kep，Ve）在脑胶质瘤微血管通透性及病理分级中的临床应用价值。材料与方法：收集经病理证实的30 例胶质瘤患者，其中，男 15 例，女 15 例，平均年龄48.73±9.21 岁。低级别胶质瘤（II级）12例，高级别胶质瘤（III级+IV级） 18例。所有病例均行MRI常规扫描和DCE扫描，采用3.0T MR扫描仪（Discovery 750w，GE，USA)。在 DCE 参数图上，ROI 置于肿瘤实性部分强化最明显处，获得该层面的Ktrans值、Ve值、Kep值。Ktrans值、Ve值、Kep值采用( x±s )描述，其在高、低级别胶质瘤的组间比较采用独立样本t检验或Mann-Whitney检验（非参数检验），II级、III级和IV级胶质瘤Ktrans值、Ve值、Kep值的组间比较采用方差分析或Kruskal-Wallis检验（非参数检验）。运用Spearman Rank相关系数来分析各参数与肿瘤级别之间的关系。当P＜0.05时认为差异有统计学意义。绘制ROC曲线确定不同级别胶质瘤的最佳分类阈值，并计算其敏感度和特异度。结果：①低级别胶质瘤的Ktrans值、Ve值均低于高级别胶质瘤（P<0.05）。低级别和高级别胶质瘤Kep值无明显差异（P＞0.05）。Ⅱ级胶质瘤组Ktrans值、Ve值分别低于Ⅲ级和Ⅳ级胶质瘤（P<0.05）;Ⅲ级和Ⅳ级胶质瘤之间 Ktrans、 Ve 值无统计学差异（P＞0.05）。②Ktrans值、Ve值与胶质瘤分级之间呈正相关，相关系数分别为0.724 （P<0.02）和0.622 （P<0.01）。③在鉴别低级别与高级别胶质瘤时，Ktrans具有最高诊断效能（AUC:0.972）。 Ve 亦具备较高诊断效能，灵敏度、特异度分别为94.4%和83.3%。在鉴别II、 III级胶质瘤时，Ktrans诊断效能相对较高（AUC:0.752）， Ve具有较高灵敏度（85.7%）。结论：DCE-MRI的定量参数Ktrans值、Ve值可较准确地用以评估胶质瘤的术前分级。第四部分 3D ASL、IVIM和DCE-MRI在胶质瘤术前分级中的应用价值比较目的：比较单独或联合应用3D ASL、IVIM、DCE-MRI对胶质瘤术前分级的临床应用价值。材料与方法：收集本研究中同时进行3D ASL、IVIM和DCE-MRI检查的30 例脑胶质患者，男性、女性各 15 例，平均年龄 48.73±9.21 岁。低级别胶质瘤（II 级）12例，高级别胶质瘤（III级+IV级）18例。MR检查和后处理方法同第一、第二、第三部分。选择在鉴别高、低级别胶质瘤时有统计学意义的参数（IVIM的D及D*值、3D ASL的TBF值和DCE-MRI的Ktrans及Ve值），对单独或联合应用上述参数进行胶质瘤分级的诊断效能进行评估，采用ROC曲线统计分析，以P<0.05有统计学意义。结果：在单独运用上述方法时，DCE-MRI的诊断效能最高（Ktrans AUC：0.972），其次为IVIM（D*AUC：0.907），最后为3D ASL（TBF AUC：0.574）;联合应用IVIM的D*和DCE-MRI的Ktrans可提高分级能力（AUC：0.991）;IVIM的D*、3D ASL的TBF和DCE-MRI的Ktrans联合应用，诊断效能最大（AUC=1）。结论：单独运用IVIM、3D ASL或DCE-MRI时，DCE-MRI中Ktrans的诊断效能最高。上述两种或三种方法联合应用可以明显提高胶质瘤术前分级的准确性。收起

关键词 : 脑胶质瘤术前分级多模态功能MRI

3. 基于深度学习的多模态MRI胶质瘤IDH基因分型研究

[学位论文] 楚智钦南方医科大学 2023年硕士导师: 张煜共71页

摘要 : 脑胶质瘤是发病率较高的中枢神经系统原发恶性肿瘤。根据脑胶质瘤的病理学分类，世界卫生组织于2016年首次将基因分型纳入其中，IDH基因分型对于肿瘤的确诊和治疗方案具有重要影响。在临床实践中，对脑胶质瘤组织样本进行病理学检测是进行基因分型的黄... 展开脑胶质瘤是发病率较高的中枢神经系统原发恶性肿瘤。根据脑胶质瘤的病理学分类，世界卫生组织于2016年首次将基因分型纳入其中，IDH基因分型对于肿瘤的确诊和治疗方案具有重要影响。在临床实践中，对脑胶质瘤组织样本进行病理学检测是进行基因分型的黄金标准。然而，获取肿瘤样本需要穿刺或手术切除等有创性方式，有一定机率导致患者出现神经功能缺失后遗症，给患者的正常生活造成严重影响。现代影像学技术的快速发展和普及有效推动了临床疾病的无创预测和诊断，也为临床中脑胶质瘤患者的精确IDH基因分型提供了可能。酰胺质子转移（APT）模态是一种新型分子影像磁共振技术，它通过酰胺质子与水分子的流动转移来反应APT信号强度,其信号强度跟肿瘤恶性程度呈正相关，能有效反映脑胶质瘤IDH的基因分型。此外，跟基因分型中常用的T1CE模态相比，它不需要患者注射造影剂，在临床中具有明显的无创优势。在本文中，我们结合胶质瘤在APT模态图像中的特点，使用深度学习构建分类模型，实现对脑胶质瘤的IDH基因分型。主要研究有以下两部分构成: (1)结合APT模态的图像特点，提出了基于单模态的深度学习模型，对不同模态的结果进行对比，从而证明APT的有效性。具体而言，本研究使用三维APT影像数据构建了双重感知深度学习框架用于IDH基因分型。为了充分利用APT图像信息，我们设计多尺度感知模块，用于多尺度信息的提取，并采用空间注意力机制对其进行融合，以增加全局信息优化分类;针对APT模态的肿瘤区域缺乏明显的边缘轮廓这一问题，我们设计边缘感知模块以增强边缘特征，进一步区分病变和正常组织区域，以提高模型对病变区域的敏感性。 (2)根据多模态信息的融合特点，提出了基于多模态的深度学习模型，进一步提高了对IDH基因分型的准确性。具体而言，本研究基于APT模态图像的特点，采用注意力机制提取和增强深层特征，实现APT模态和其他模态信息的融合表达，进一步提高模型对病变区域的敏感度，增强分类性能。实验结果表明，该方法不仅在基因分型的准确性上表现出色，而且还具有很好的泛化能力。本文所采用的深度学习算法模型是基于APT模态图像的特点构建的，同时对多模态信息进行了深度融合，实现了对IDH基因分型。研究中构建的对比实验验证了APT模态在胶质瘤IDH基因分型识别任务中的有效性，有望在临床中充分利用APT模态的无创优势，避免造影剂注射，以实现准确的IDH基因分型。收起

关键词 : 多模态MRI胶质瘤 IDH基因分型深度学习

4. 基于深度学习的多模态磁共振图像肺部肿块分割方法研究

[学位论文] 李家忻北京交通大学 2022年博士导师: 陈后金共117页

摘要 : 肺癌已成为近年来全球癌症发生率和死亡率最高的癌症，肺部图像肿块精确分割对于肺癌治疗方案的精准实施具有重要意义。相比计算机断层扫描（ComputedTomography，CT）成像，磁共振成像（MagneticResonanceImaging，MRI）具有更好的软组织对比度，且具... 展开肺癌已成为近年来全球癌症发生率和死亡率最高的癌症，肺部图像肿块精确分割对于肺癌治疗方案的精准实施具有重要意义。相比计算机断层扫描（ComputedTomography，CT）成像，磁共振成像（MagneticResonanceImaging，MRI）具有更好的软组织对比度，且具有多模态成像方式，能够反映软组织生理功能变化特性，同时MRI无放射性辐射侵入，因此多模态MRI图像在肺癌检测与诊断中逐渐受到科研工作者的关注。然而医生手动分割MRI图像肺部肿块主观性差异较大，且工作量大、效率低，因此肺部肿块自动精确分割研究具有重要意义。然而肺部MRI图像肿块分割仍面临诸多挑战：（1）肺部肿块会与纵膈相邻，在单一模态肺部MRI图像中信号对比度较低，导致难以准确识别肿块和纵膈的界限；（2）当采用功能性模态图像辅助解剖学模态图像进行分割时，多模态肺部MRI图像间存在语义内容漂移，其空间匹配难度较大，使得后续多模态图像融合分割精度不高；（3）在利用多模态磁共振图像信息进行定量分析时，由于多模态MRI图像扫描时间较长，获取成对的多模态图像成本较高。针对上述挑战，本文利用深度学习方法，对多模态肺部MRI图像肿块分割方法进行了深入研究，具体如下：（1）针对与肺纵膈相连肿块边缘不清晰，分割结果假阳性较高的问题，结合DWIMRI图像肺部肿块与纵膈信号对比度较高的特性，提出了一种基于自适应多模态图像特征融合权重的肺部肿块分割方法。为融合DWIMRI图像的强对比度信息与T2WMRI模态图像丰富的肿块纹理信息，构建了多模态特征图超密集连接的双路U-net编码器，将双路U-net的所有前序特征图在通道维度上进行堆叠，以融合不同尺度多模态特征，提高多尺度互补多模态特征图的融合效果。同时，针对T2W和DWI图像特征重要性在不同病例、不同网络层上存在差异的特点，设计了一种自适应多模态融合权重模块，采用模态特征堆栈描述子，对网络编码层的多模态融合特征堆栈进行特征压缩，将压缩系数作为融合权重，对所有网络层的多模态融合特征进行重标定，以提高不同特征层的多模态特征融合效果。在T2W-DWI多模态MRI数据集上的实验结果表明，提出的分割方法取得了优于现有多模态图像融合分割方法的精度，有效解决了肺部肿块在靠近纵膈情况下分割假阳性较高的问题。（2）针对成对的T2WMRI图像和DWIMRI图像之间存在语义内容漂移，传统配准与分割两阶段算法在多模态图像肿块区域空间匹配度较低且耗时较长的问题，提出了一种端到端的多模态图像肿块空间匹配与分割联合训练网络。为了学习DWI图像与T2W图像之间肿块区域的非线性变形场，采用参数可学习的空间匹配网络模块，对肺部肿块多模态图像的预分割掩膜进行空间匹配，将训练得到的肿块区域变形场作用到DWI模态特征图。为了同时提高肿块区域空间匹配和肿块分割性能，将多模态预分割损失、肺部肿块分割损失和多模态图像肿块区域空间匹配损失联合约束模型训练。此外，为了提高不同子任务的训练效果，采用多阶段训练策略，对不同训练阶段采用不同的损失函数权重。实验结果表明，提出方法可以有效克服DWI图像与T2W图像之间的语义内容漂移问题，提高了多模态特征融合的肺部肿块分割性能，以及多模态特征图配准和分割的工程效率。（3）针对DWIMRI图像辅助T2WMRI肺部图像肿块分割任务中，多模态图像数据获取代价高，且模态图像间存在较大语义内容漂移的问题，提出了一种基于混合模态图像生成的肺部肿块分割方法，通过T2W图像生成肿块对比度高且纹理丰富的混合模态图像，以辅助T2W图像肺部肿块分割。在该方法中，设计了基于语义循环一致性的图像条件变分自编码器，在学习到DWI模态分布特性后，仅利用T2W图像作为生成模型的语义条件，即可实现混合模态图像生成。为训练生成器生成具有DWI模态特性且与T2W结构信息一致的辅助模态图像，采用T2W图像作为变分自编码器的生成条件，将T2W图像重建误差作为生成器的语义循环一致性损失，与混合模态图像的生成损失和生成模态辅助分割损失，共同约束模型生成与T2W图像空间结构匹配，肿块区域具有DWI图像高信号对比度特征的混合模态图像。实验结果表明，与现有多模态图像分割方法相比，提出方法取得了更优的肺部肿块分割性能，有效解决了成对多模态图像获取成本较高的难题。收起

关键词 : 多模态MRI图像深度学习肿块分割空间结构匹配多模态图像生成

5. 面向多模态MR影像的深度学习脑胶质瘤分割算法研究

[学位论文] 张晋京中北大学 2022年博士导师: 曾建潮共147页

摘要 : 由于脑胶质瘤是一种颅内原发性肿瘤，且恶性脑胶质瘤约占脑部恶性肿瘤的81%，且致死率很高，因此，尽早地发现和诊断脑胶质瘤并制定高效的治疗计划是提高患者存活率的关键。虽然医生能够通过人工标注MRI影像的脑胶质瘤来确定肿瘤区域的位置和大小，但... 展开由于脑胶质瘤是一种颅内原发性肿瘤，且恶性脑胶质瘤约占脑部恶性肿瘤的81%，且致死率很高，因此，尽早地发现和诊断脑胶质瘤并制定高效的治疗计划是提高患者存活率的关键。虽然医生能够通过人工标注MRI影像的脑胶质瘤来确定肿瘤区域的位置和大小，但是人工标注往往耗时耗力且带有很大的主观性。为了提高诊断的一致性、准确性和高效性，基于深度神经网络的脑胶质瘤分割算法得到越来越多的关注。然而，目前基于深度神经网络的脑胶质瘤分割方法仍存在一些问题，如MRI影像的灰度分布不均匀、脑胶质瘤的边界不清晰、脑胶质瘤分割的类不平衡和多模态MRI影像在分割网络输入层融合时的信息丢失等问题。与此同时，大部分的深度学习模型存在参数量过多、复杂度过高、计算效率过低等问题，而且医学影像占用很大的数据存储空间，导致脑胶质瘤分割网络模型很难在边缘设备实现高效分割。针对这些图像分割问题，本文研究了基于深度神经网络的脑胶质瘤分割算法，主要的创新性成果包括以下几点：（1）提出了一种基于Sigmoid激活函数两极化的加权交叉熵（S-CE）损失和一种梯度增强的复合交叉熵（HEC）损失来解决图像分割的类不平衡问题。为了提高图像分割网络对脑胶质瘤区域的判别性能，S-CE损失通过演变的Sigmoid函数生成交叉熵损失的权重来保留预测错误像素的梯度同时抑制预测正确像素的梯度。不同于S-CE损失，HEC损失是通过指数函数和幂函数来调节交叉熵损失。该损失在DNN训练过程中不仅抑制预测正确像素的梯度，同时加强预测错误像素的梯度。（2）提出了一种多任务驱动的脑胶质瘤分割方法，该方法能够解决浸润型脑胶质瘤的边界模糊和由MRI影像灰度分布不均匀导致的脑胶质瘤分割结果出现离散的错误分割点问题。根据脑胶质瘤子结构的分层特性，将所提方法的脑胶质瘤网络构建为一种从粗糙到精细的渐进式分割。首先，本文使用整体脑胶质瘤分割任务初步定位脑胶质瘤区域，将其作为脑胶质瘤子结构分割的候选区域。其次，将整体脑胶质瘤分割任务和语义边缘检测任务的特征作为一种指导特征来辅助脑胶质瘤子结构的分割。最后，通过不同任务的特征共享来构建轻量化的深度网络模型。（3）提出一种基于高低频融合和决策级融合的脑胶质瘤分割方法，用于解决多模态MRI影像融合过程中的噪声干扰和特征丢失问题。大部分基于深度网络的分割方法在输入层通过简单的卷积操作来实现具有差异性的多模态信息融合，这种简单的早期融合策略会导致出现对比度削弱、细节丢失和噪声干扰等问题。为了解决这些问题，首先对单模态高低频特征进行第一级决策层分割预测，然后再将中间层的特征和第一级决策层输出的分割图进行第二级决策层融合分割。由于第二级决策层融合分割结合了更多的细节特征，因此，所得到的分割精度高于第一级的分割结果。（4）提出了一种低维特征表示网络来解决MRI影像占用较大存储资源的问题。这种多模态的低维特征表示图所占用的存储空间远远小于MRI影像原始数据。首先，提出一种多模态MRI影像的低维特征表示方法来生成低维MR特征图。相比于全分辨率的MRI影像，低维MR特征图占用较小的存储空间。其次，提出结合脑胶质瘤分割方法与全分辨率MRI影像重建方法实现在低维特征图上的脑胶质瘤精确分割。同时，在脑胶质瘤分割方法中，针对低维MR特征融合存在的细节丢失问题，提出一种活跃性度量模块。该模块通过生成融合权重来对低维MR特征实现内容自适应的加权融合。为了降低编码和解码部分的多分辨率特征冗余，提出一种基于注意力增强的残差融合模块，该模块通过空间和通道注意力机制对融合的特征进行筛选和去冗余，从而抑制不重要的特征。收起

关键词 : 多模态MRI影像脑胶质瘤图像分割深度学习

6. 脑胶质瘤图像分割算法研究及应用

[学位论文] 赵越齐鲁工业大学 2021年硕士导师: 任晓强共74页

摘要 : 脑胶质瘤是最常见的原发性颅脑肿瘤，严重危害了人类的身体健康。核磁共振影像（MRI）技术提供了脑肿瘤颅内影像，给予医生诊断与治疗巨大的支持。实现脑胶质瘤精准分割对医生诊断和治疗具有积极的意义。由于脑胶质瘤的大小、形状及位置存在多样性，结... 展开脑胶质瘤是最常见的原发性颅脑肿瘤，严重危害了人类的身体健康。核磁共振影像（MRI）技术提供了脑肿瘤颅内影像，给予医生诊断与治疗巨大的支持。实现脑胶质瘤精准分割对医生诊断和治疗具有积极的意义。由于脑胶质瘤的大小、形状及位置存在多样性，结构具有复杂性，且不同病人之间有非常大的差异，使基于MRI图像的脑胶质瘤识别与分割仍然十分困难。传统的方法非常耗时耗力，具有不稳定性，且单模态MRI图像无法提供完整的脑胶质瘤图像信息，因此，常常综合多模态MRI图像来对脑胶质瘤进行识别与分割。根据以上背景，本文以多模态MRI图像为研究的依据，结合深度学习算法实现对脑胶质瘤自动分割，主要工作如下： (1)提出一种基于空洞密集块的3D U-Net模型，实现对多模态MRI脑胶质瘤图像自动分割。U-Net网络具有良好的分割性能，常被应用于医学图像分割领域中，但是由于脑胶质瘤的特殊性，使得U-Net模型在其分割任务中，无法获取更多细节信息。为此，本文在U-Net模型的基础上融合了空洞卷积和密集连接块，将多分类损失函数与交叉熵损失函数之和作为网络模型的损失函数，来缓解脑胶质瘤图像分割中的类别不平衡问题。该算法在BraTS2018数据集中进行了验证，在完整肿瘤区、核心肿瘤区和增强肿瘤区上取得的Dice相似系数(Dice)分别是88.59％、82.43％和78.67％，通过实验证明，该算法具有较好的分割性能。 (2)提出一种基于循环多纤维网络的模型，实现对多模态MRI脑胶质瘤图像自动分割。三维卷积神经网络具有较好的分割性能，但需要消耗大量的计算成本，对硬件资源的要求较高。基于上述问题，本文设计了轻量级分割网络。该网络通过纤维单元来减少计算量并降低存储的占用，解决了使用三维卷积神经网络架构所造成的高计算成本；通过循环多纤维模块来提高网络提取上下文信息的能力；通过多路复用器模块增强各模块间信息交流。循环多纤维网络充分结合了纤维单元、循环多纤维模块以及多路复用器模块的优点实现对脑胶质瘤的精准分割。该算法在BraTS2018数据集中进行了验证，在完整肿瘤区、核心肿瘤区和增强肿瘤区上取得的Dice值分别是89.62％、83.65％和78.72％，计算量和参数量分别是37.24G和2.65M。通过实验证明，该算法具有较好的分割性能的同时显著降低显存的占用。收起

关键词 : 脑胶质瘤多模态MRI图像图像分割深度学习

7. 多模态MRI参数与帕金森病非运动症状相关性分析

[学位论文] 高莹吉林大学 2023年硕士导师: 李祎共63页

摘要 : 目的： MULTIPLEXMRI扫描技术，单次扫描获得完全配准的高分辨率多参数MRI图像，将多模态MRI指标与PD非运动症状临床指标相关联，探究使用多模态MRI评估PD非运动症状疾病进展的可行性。材料和方法：多模态MRI检查已被证明有助于PD的诊断，然而，... 展开目的： MULTIPLEXMRI扫描技术，单次扫描获得完全配准的高分辨率多参数MRI图像，将多模态MRI指标与PD非运动症状临床指标相关联，探究使用多模态MRI评估PD非运动症状疾病进展的可行性。材料和方法：多模态MRI检查已被证明有助于PD的诊断，然而，其大多数检查都是基于厚层检查，扫描时间长。此外，多模态MRI关于PD的研究主要集中在与运动症状相关的基底神经节结构上，对非运动症状的脑通路及脑结构变化研究相对较少。本次研究采用收集2021年8月至2021年12月在吉林大学中日联谊医院经临床诊断为PD的33例患者。采用简易精神状态检查量表（MMSE）、汉密尔顿焦虑量表（HAMA）以及汉密尔顿抑郁量表（HAMD）分别评估PD患者的认知状态、焦虑及抑郁情况。使用3.0TMRI扫描仪进行扫描，基于多翻转角度和多回波梯度回波序列的MULTIPLEX方法，获得3DTIWI和MTP-T1mapping，MTP-PDmapping，MTP-QSM(Quantitativesusceptibilitymapping)。应用联影核磁后处理工作站，根据基于深度学习的脑自动分割程序，将全脑分割为106个脑亚区结构，并获得其在3D-TIWI每个脑亚区的体积，同时获得T1mapping、PDmapping和QSM上每个脑亚区的定量参数值。利用Spearman秩相关系数分析每个脑亚区的体积、定量参数值与非运动症状相关评估量表之间的相关性。结果： 1.在PD患者中，MMSE与左侧额极、右侧颞极等8个脑亚区体积呈负相关；与左侧侧脑室下角等3个脑亚区T1值呈正相关；与右侧额上回、左侧伏核隔QSM值呈负相关、与左侧侧脑室下角、左侧矩状回QSM值呈正相关，与外周脑脊液PD值呈正相关。 2.在PD患者中，HAMD与右侧中扣带回、右侧颞中回等12个脑亚区体积呈负相关；与左侧中央旁小叶、右侧颞上回坡部等4个脑亚区QSM值呈负相关。 3.在PD患者中，HAMA与右侧岛叶、右侧颞中回等9个脑亚区体积呈负相关；与右侧中央后回T1值呈正相关；与双侧楔前叶等5个脑亚区QSM值呈负相关。结论：多模态MRI脑亚区改变与一些非运动症状临床评价指标之间存在一定的相关性，多模态神经影像学测量有助于对非运动症状进行有针对性的筛查，增加早期发现和管理的可能性，为治疗提供新的靶区。收起

关键词 : 帕金森病多模态MRI 脑亚区非运动症状

8. 高血糖慢性脑损害的微结构及灌注异常的多模态MRI研究

[学位论文] 郑程程大连医科大学 2013年硕士导师: 苗延巍共44页

摘要 : 目的：本研究旨在利用多种MRI技术，对2型糖尿病(T2DM)患者脑白质及灰质核团微结构及灌注情况进行定量测量，初步探讨其在T2DM慢性脑损害中的应用价值，并评估脑内异常改变与血糖指标的关系，以期发现能够评估T2DM慢性脑损害早期改变的影像学指标。 ... 展开目的：本研究旨在利用多种MRI技术，对2型糖尿病(T2DM)患者脑白质及灰质核团微结构及灌注情况进行定量测量，初步探讨其在T2DM慢性脑损害中的应用价值，并评估脑内异常改变与血糖指标的关系，以期发现能够评估T2DM慢性脑损害早期改变的影像学指标。材料与方法：本研究为前瞻性研究，得到医院伦理委员会审核批准。研究对象分为实验A组、实验B组及健康对照组。实验A组为21例来自2004年9月至2012年10月期间在大连医科大学附属第一医院神经内科住院确诊为T2DM合并非酮症高血糖舞蹈病的患者，男性10例，女性11例，21例患者均接受至少1次CT平扫，其中15例接受至少1次MR常规检查，扫描序列包括T1WI、T2WI序列，其中2例同时接受DWI扫描，6例接受磁敏感加权成像(Susceptibilityweightedimaging，SWI)扫描，1例接受增强扫描，12例患者治疗后进行了复查。实验B组为19例在2012年11月至12月期间于大连医科大学附属第一医院内分泌科住院的T2DM患者，男性8例，女性11例;健康对照组男性3例，女性7例。实验B组及健康对照组均使用美国GEsignaHDXT3.0T磁共振成像系统及配套的8通道头线圈，行常规MRI、弥散峰度成像(DiffusionKurtosisimaging，DKI)、SWI及灌注成像（Flowsensitivealternatinginversionrecovery，FAIR，血流敏感性交替反转恢复序列）检查。分别测量尾状核头、壳核、苍白球、丘脑、内囊后肢、胼胝体膝、压部、半卵圆中心、桥脑、红核及黑质部位的MK值、MD值、FA值、Phase值、BF值、BV值及MTT值，同一解剖部位行双侧对称测量。应用社会科学统计软件包(statisticspackageforsocialscience，SPSS)17.0版进行数据分析:计量资料以均数±标准差表示。对实验B组及对照组各功能MR序列特征值进行正态性分布分析，均符合正态分布，因而采用两独立样本t检验组间差异。以血压、血脂、年龄及病程为控制因子，各功能MR序列特征值与血糖指标进行偏相关分析。以P＜0.05为差异有统计学意义。结果： 1.实验A组:21例CT均见单侧或双侧基底节区片状或条形稍高或高密度影;MRT1WI表现为基底节区条形或片状稍高或高信号，边界较清晰，其中1例DWI示病变区为稍低信号，1例为等信号，前者ADC值升高，后者无明显改变，6例SWI幅度像及相位像均显示病变区局部为条、片状低信号，增强扫描病灶未见强化。12例经降血糖和神经内科对症治疗后复查头部CT或MRI，其中5例病变消失，3例病变明显缩小，3例未见改变，而1例治疗后血糖轻度降低，头部CT显示病变密度增高。12例随诊病例中，2例于原病灶区出现腔隙性梗死表现。 2.与健康对照组相比，B组T2DM患者的尾状核头、壳核、苍白球及丘脑的MK值均显著高于健康对照组(P＜0.01);半卵圆中心、胼胝体膝部及桥脑的MK值均比健康对照组低(P＜0.05);尾状核头、桥脑及黑质的MD值显著增高(P＜0.05);内囊后肢、胼胝体膝部、压部、半卵圆中心、红核、黑质FA值普遍降低，但只有红核的平均FA值(FA=0.59±0.04，P=0.04)显著低于健康对照组(FA=0.63±0.05)。 3.与健康对照组比较，B组患者的双侧红核(左侧:0.1569±0.11，右侧:0.1536±0.09)的平均相位值显著低于健康对照组（左侧:0.2704±0.09，P=0.017;右侧:0.2559±0.09，P=0.014），其他诸结构的平均相位值与健康对照组之间无显著性差异(P＞0.05)。 4.通过对各部位灌注值(CBF值、CBV值及MTT值)比较发现，糖尿病患者及健康对照组之间无显著差异(P＞0.05)。 5.DKI显示，双侧黑质的FA值与患者的糖化血红蛋白浓度(HbA1C)呈正相关(rL=0.800，PL=0.005;rR=0.666，PR=0.036)。壳核、胼胝体膝部的MD值与HbA1C呈负相关(r=-0.679，P=0.031;r=-0.681，P=0.030)。红核的MK值与HbA1C呈正相关(r=0.633，P=0.05)。FAIR显示，双侧苍白球的MTT值与HbA1C呈负相关(rL=-0.875，PL=0.023;rR=-0.857，PR=0.029)。结论： 1.非酮症高血糖舞蹈病具有特征性影像学表现，影像学改变与患者的病情演变是密切相关的。 2.T2DM患者脑内MK值、FA值、MD值、相位值、MTT值均可以从不同角度显示高血糖继发脑结构和灌注损害，有助于病情的监测和随访。收起

关键词 : 高血糖慢性脑损害微结构灌注异常多模态MRI

9. 多模态MRI成像技术对直肠癌术前T分期的诊断研究

[学位论文] 刘晟宇承德医学院 2021年硕士导师: 曹振东共42页

摘要 : 目的：探讨多模态MRI（HR-T2WI、IVIM、DCE）成像技术对直肠癌术前精准T分期的诊断价值。方法：收集我院2019年12月份至2021年2月份经肠镜及病理确诊为直肠癌患者105例，符合入组条件的50例，男性35例，女性15例，中位年龄62岁。根... 展开目的：探讨多模态MRI（HR-T2WI、IVIM、DCE）成像技术对直肠癌术前精准T分期的诊断价值。方法：收集我院2019年12月份至2021年2月份经肠镜及病理确诊为直肠癌患者105例，符合入组条件的50例，男性35例，女性15例，中位年龄62岁。根据是否突破固有肌层分为2组（未突破组与突破组），2组均接受MRI常规序列、IVIM-DWI及DCE-MRI检查，其中未突破组（T1-2）20例，突破组（T3-4）30例，术前通过3.0T多参数MRIHR-T2WI评估肿瘤形态学特征（肿瘤下缘与齿状线的距离，肿瘤的长度，侵润深度，直肠系膜，直肠系膜筋膜，腹膜返折，瘤周血管受累与否）与功能学核磁参数（测量未突破组与突破组直肠壁的IVIM参数D、D*、f和ADC值与DCE参数Ktrans、Kep、Ve值）来比较未突破组与突破组直肠壁在不同T分期分组中肿瘤各参数值之间的差异，分析IVIM参数与DCE参数在直肠腺癌T分期中各自诊断效能及联合诊断效能。结果：突破组肿瘤的参数值与未突破组比较，突破组IVIM（D、D*、F、ADC）值均降低，DCE（Ktrans、Kep、Ve）值均升高，其中D、ADC和Ktrans值分变为（0.871±0.120）×10-3mm2/s、（1.043±0.179）×10-3mm2/s、（0.238±0.413）/min；（0.710±0.181）×10-3mm2/s、（0.910±0.105）×10-3mm2/s、（0.307±0.650）/min差异有统计学意义（t=3.494、4.497、-4.172；p＜0.05）；其各自AUC值分别为0.859、0.818、0.888，D值与Ktrans值联合AUC值为0.950。D值、Ktrans值与联合因子诊断效果很好，ADC值效果一般（0.5-0.7效果较低，0.7-0.85效果一般，0.85-0.95效果很好，1效果完美）；其中D值的截断值为0.732，Youden值为0.683；ADC值的截断值为0.925，Youden值为0.533；Ktrans值截断值为0.250，Youden值为0.633；K-D联合因子截断值为8.819，Youden值为0.833。HR-T2WI、IVIM参数D值、DCE参数Ktrans值、K-D联合因子评判直肠癌的术前精准T分期的总体准确度、灵敏度、特异度分别为90%、80%、78%、98%；89.4%、67.8%、80.0%、95.2%；90.3%、95.4%、77.1%、100%。结论：诊断效能最大的参数为K-D联合因子，其次为Ktrans；Youden值最大者为K-D联合因子，其次为D值；总体诊断准确度最好的为K-D联合因子，其次为HR-T2WI。fMRI诊断树决策中各个参数值由大到小依次为K-D联合因子，Ktrans，D，ADC。常规序列形态学特征有其自身局限性，功能序列（IVIM-DWI、DCE-MRI）的引入对直肠癌精准T分期诊断具有一定补充的价值，二者联合可以明显地提高精准T分期的诊断准确率，为患者优化术前决策。收起

关键词 : 直肠癌多模态MRI成像技术临床诊断

10. 多模态MRI结合超声在脑胶质瘤术中的应用

[学位论文] 崔焕喜新疆医科大学 2017年硕士导师: 柳琛共41页

摘要 : 目的：分析多模态MRI结合超声辅助手术的脑胶质瘤病人的临床资料，探讨多模态MRI中MRS在判断肿瘤级别、DTI在设计手术入路及避免脑皮质纤维束损伤、超声提高肿瘤切除程度等方面的应用价值。方法：收集2015年1月至2016年12月收集2015年1月至2016... 展开

关键词 : 多模态MRI 脑胶质瘤超声辅助手术手术入路