论文部分内容阅读
食管鳞癌(Esophageal squamous cell carcinoma,ESCC)是世界范围内具有高发病率和高死亡率的恶性肿瘤之一。我国的食管鳞癌发病率和死亡率非常高,排在世界前列。食管鳞癌发现及时可采用切除的方法,治疗过程简单且成效好。但由于患者前期对于发病所表现出来的症状不重视,导致中晚期患者居多,因此,放射治疗成为主要的治疗手段之一。但由于不同患者的体质等差异,在经过放疗后的治疗疗效也会有所不同。有的人经过放疗后会有明显的好转,而有的人经过放疗后并没有达到理想的治疗效果。因此,患者和医生十分关注放疗的疗效,预测放疗效果意义重大。此外,食管鳞癌的诊断和放疗计划的制定与实施需要图像的支持,而CT(Computed Tomography)图像和PET(Positron Emission Tomography)图像在放疗方案制定和放疗疗效评价中起到了重要作用。通过对图像的分析,可以提取到很多有效信息,这些信息对于患者病情的诊断和放疗效果的预测起到了很重要的作用。现在计算机行业的发展,人工智能的兴起,推动了医学领域的研究,为医学领域的工作带来的曙光。食管鳞癌患者也是其中受益者之一。为了让食管鳞癌患者获得更多的治疗机会,以及在放疗前提前预知放疗的疗效,方便病情诊断、放疗方案的制定、放疗效果评价和解决目前不同食管鳞癌患者放疗后的治疗效果差异的问题,PET图像能够对食管鳞癌诊断、放疗方案制定、放疗效果评价等起到重要的辅助作用,因此本研究首先进行PET图像生成的工作。同时,为了解决食管鳞癌患者个体差异对放疗治疗效果不同的问题,使用智能方法预测食管鳞癌的放疗效果,并搭建食管鳞癌辅助放疗平台。这样不仅避免了在真实患者上反复的实验,节约了成本,还减少了时间,为患者以后的治疗提供了一定的辅助信息。本文的主要研究内容如下:(1)多模态图像的转换相对于普通的CT图像,PET图像能够反映出食管鳞癌的活性信息。为了实现在低成本下获得所需要的PET图像,本研究聚焦于食管鳞癌患者的CT图像与PET图像转化技术的研发。条件生成对抗网络被采用来学习食管鳞癌患者的CT图像和其对应的PET图像之间的映射关系。实验证明,通过不断地迭代优化,从训练过程中保存的结果来看,模型能够通过CT图像生成逼真的与其对应的PET图像。(2)食管鳞癌放疗效果预测由于不同食管鳞癌患者对于放射治疗的敏感性不同,能够提前预测出患者在经过放射治疗之后的效果对于患者以后治疗将具有重要意义。本研究利用患者的CT图像,并以通过放射治疗后的肿瘤体积作为预测目标,通过三维卷积神经网络实现了对患者放疗疗效的预测。最终实验证明,该模型预测的肿瘤总体积与实际值相符。(3)食管鳞癌辅助放疗平台根据获得的食管鳞癌数据转化技术和放疗效果预测技术,本文基于Spring、SpringMVC、MyBatis框架,结合MVC系统的设计理念,搭建了食管鳞癌辅助放疗平台。平台主要实现了对食管鳞癌多模态图像转换功能模块和食管鳞癌放疗疗效预测功能。