磁共振图像造影剂动力学曲线的定量描述在恶性乳腺癌鉴别诊断的应用

摘要

我国乳腺癌发病率已跃居女性恶性肿瘤的首位，且发病年龄趋于年轻化，30岁后患病女性增多。早期发现、早期诊断、早期治疗是降低乳腺癌病死率的关键。针对这一问题，本文通过研究乳腺癌磁共振图像造影剂动力学曲线，采用动力学曲线特征描述良性和恶性乳腺癌在增强模式的差异，为有效的区分良性和恶性乳腺癌提供一种新的描述手段。首先，本文利用Matlab工具，采用多项式拟合模型对初始数据进行曲线拟合，尝试从低阶到高阶的多项式拟合，并比较拟合结果，生成造影剂动力学曲线。在生成造影剂动力学曲线的基础上，提取动力学曲线特征参数，为下一步图像分类做准备。接下来使用支持向量机（Support Vector Machines ，SVM）分类器，选取核函数并训练，把特征选择得到的造影剂动力学曲线参数组成向量输入到训练好的SVM分类器进行分类识别，从而区分良性和恶性乳腺癌。最后得到了分类结果的预测值，利用Matlab编程实现分类结果与真是结果的对比，查看分类准确度。分类准确度最低为0.5123，最高为0.7699。结果显示，6阶拟合后的数据分类准确度最高，效果最好。

本研究通过生成造影剂动力学曲线，对比良性和恶性乳腺癌动力学曲线，使用曲线拟合模型描述曲线特征，利用支持向量机分类器分类，能够有效的区分良恶性乳腺癌，从而提高了诊断的准确度

关键词：动力学曲线，多项式拟合，支持向量机

目       录

1.绪论 1

1.1研究意义 1

1.2研究现状分析 3

2.研究方案 7

2.1研究目标 7

2.2研究内容 7

2.3研究方案 9

2.4研究创新点 10

2.5研究可行性分析 10

2.6预期研究结果 10

3.研究过程 11

3.1 数据整理 11

3.2对比剂动力学曲线的生成 12

3.3曲线拟合 13

3.4曲线特征参数提取 14

3.5良性和恶性肿瘤的区分 15

3.6分类结果评判 16

4.结论 17

4.1 结论 17

4.2 存在的问题 17

4.3 展望 18

致谢 19

参考文献 20

附录 224