基于磁共振图像的脑瘤MGMT表达状况检测算法

作者：刘晨彬; 潘颖; 张海石; 黄峰平; 夏顺仁

来源：浙江大学学报(工学版), 2012, (01): 170-176.

• 脑胶质瘤
• 图像分析
• 特征提取
• 支持向量机(SVM) glioma
• image analysis
• feature extraction
• support vector machine(SVM)

针对脑胶质瘤的O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)表达状况检测受主观影响的问题,以中国脑胶质瘤患者的磁共振图像(MRI)为研究对象,提出一种包括特征提取、特征优化和模式分类的图像处理方法.利用图像的灰度共生矩阵、灰度-梯度共生矩阵和二维离散正交S变换(2D-DOST)提取肿瘤病变区域的纹理特征,结合环形增强和年龄特征构成初始特征集.将k最邻近法(KNN)与支持向量机(SVM)结合,进行特征优化.使用留一交叉检验法(LOOCV),将最优特征集进行SVM分类.分别对25位脑胶质瘤患者的T1加权、T1增强和FLAIR序列的磁共振图像进行分析.结果表明,该算法能够降低特征集的冗余程度,克服小...

• 单位
  复旦大学附属华山医院; 浙江大学