[1]王晓飞,聂生东,王远军,等.基于MRI的脑肿瘤计算机辅助检测技术研究进展[J].中国医学物理学杂志,2014,31(01):4635-4638.[doi:10.3969/j.issn.1005-202X.2014.01.010]
点击复制

基于MRI的脑肿瘤计算机辅助检测技术研究进展()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
31卷
期数:
2014年01期
页码:
4635-4638
栏目:
出版日期:
2014-02-28

文章信息/Info

作者:
王晓飞聂生东王远军
上海理工大学医学影像工程研究所;
关键词:
脑肿瘤MRI计算机辅助诊断
分类号:
TP391
DOI:
10.3969/j.issn.1005-202X.2014.01.010
文献标志码:
A
摘要:
概要:目的:总结计算机辅助检测技术在脑肿瘤检测领域的发展现状。方法:本文按照计算机辅助检测过程中的关键技术为分类,分别对其进行深入研究。结果:相对于其他肿瘤,脑肿瘤对患者的生存质量和生存时间的影响尤其严重。如果能在早期发现脑肿瘤并及时治疗,则可明显改善患者的生存质量,有效延长患者的生存时间。目前,磁共振成像(MRI)是显示脑肿瘤的最佳方式,但通过放射科医生对海量MRI图像进行判读发现早期脑肿瘤是非常困难的,而以图像处理与分析为基础的计算机辅助诊断(CAD)技术则是解决这一难题的有效途径。结论:本文对近年来基于MRI的脑肿瘤计算机辅助诊断技术的报道进行分析和深入研究,论述了脑肿瘤CAD的研究进展情况、存在的问题及可能的解决方案。

相似文献/References:

[1]胡德斌,高园园,路利军,等.解剖图像引导的PET图像部分容积校正[J].中国医学物理学杂志,2015,32(02):153.[doi:10.3969/j.issn.1005-202X.2015.02.001]
[2]蔡方舟,谷雪莲,宋成利,等.基于磁共振图像的人体骨盆三维重建及有效性验证[J].中国医学物理学杂志,2014,31(06):5280.[doi:10.3969/j.issn.1005-202X.2014.06.014]
[3]万俊,聂生东,王远军,等.基于MRI的脑肿瘤分割技术研究进展[J].中国医学物理学杂志,2013,30(04):4266.[doi:10.3969/j.issn.1005-202X.2013.04.013]
[4]林江,戴齐,欧阳婷雪,等.一种边界和马尔可夫随机场相结合的脑MRI医学图像分割方法[J].中国医学物理学杂志,2015,32(05):717.[doi:doi:10.3969/j.issn.1005-202X.2015.05.023]
 [J].Chinese Journal of Medical Physics,2015,32(01):717.[doi:doi:10.3969/j.issn.1005-202X.2015.05.023]
[5]赖胜圣,刘虔铖,张刚平.基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用[J].中国医学物理学杂志,2015,32(05):707.[doi:doi:10.3969/j.issn.1005-202X.2015.05.021]
[6]谷珊珊,张怀文,王运来.基于水平集稳健特征统计算法的脑肿瘤自动分割研究[J].中国医学物理学杂志,2016,33(1):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
 [J].Chinese Journal of Medical Physics,2016,33(01):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
[7]徐艳红,张晋建,黎静,等.影像增强剂对脑瘤螺旋断层放疗剂量计算的影响[J].中国医学物理学杂志,2016,33(8):757.[doi:10.3969/j.issn.1005-202X.2016.08.001]
 [J].Chinese Journal of Medical Physics,2016,33(01):757.[doi:10.3969/j.issn.1005-202X.2016.08.001]
[8]宋婷婷,盛晓芳,汪洋,等.Compass剂量验证系统在VMAT脑肿瘤瘤床同步追量中的应用[J].中国医学物理学杂志,2016,33(10):1012.[doi:10.3969/j.issn.1005-202X.2016.10.008]
 [J].Chinese Journal of Medical Physics,2016,33(01):1012.[doi:10.3969/j.issn.1005-202X.2016.10.008]
[9]田娟秀,刘国才. 基于NSST变换和PCNN的医学图像融合方法[J].中国医学物理学杂志,2018,35(8):914.[doi:DOI:10.3969/j.issn.1005-202X.2018.08.010]
 TIAN Juanxiu,LIU Guocai. Medical image fusion method based on non-subsampled shearlet transform and pulse coupled neural network[J].Chinese Journal of Medical Physics,2018,35(01):914.[doi:DOI:10.3969/j.issn.1005-202X.2018.08.010]
[10]李俏颖,周定中. 超声与MRI诊断乳腺癌及不同病理分型影像特点分析[J].中国医学物理学杂志,2019,36(2):205.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.016]
 LI Qiaoying,ZHOU Dingzhong. Effectiveness of ultrasound and MRI in the diagnosis of breast cancers and analysis of imaging features of different pathological types[J].Chinese Journal of Medical Physics,2019,36(01):205.[doi:DOI:10.3969/j.issn.1005-202X.2019.02.016]

备注/Memo

备注/Memo:
国家自然科学基金项目(60972122); 上海市教委科研创新项目(09YZ216)
更新日期/Last Update: 2014-01-10