设计出有效的算法通过对直肠癌CT影像特征的判断对淋巴结转移情况进行评估

通过影像

病人的动脉期和门脉期影像数据，造影剂随血液的流动流向各器官和病灶获得

图像不一样，时间获得也不一样

任务：直肠肿瘤分割、标记肿瘤区域的掩模图像、肿瘤影像特征与淋巴结转移的相关性验证

截面不同，不一定每个片子都有肿瘤

部分特征的提取：形状、面积、强度、纹理、小波系数、体积（三维）、表面积（三维）、其他

验证：扩大（缩小区域）能否有效验证

DCM格式

评价方案：分割的评价指标 Dice系数评价       淋巴结转移预测的评价  F-Score对分类结果进行评价

关联性，不同的肿瘤在不同的期是不一样，肿瘤部位地毛细血管比较多，比较强的强度或是灰度，肿瘤部位像素的取值比较大，但是大不一定是肿瘤，CT影像反应的是组织密度，即吸收射线的强度。卷积乘机法。直肠的长度大概10厘米，图像的多少却决于切片的厚度，下面的亮点是尾椎，骨骼密度最大。腿骨，直肠癌1~2厘米，正常的是个圆形。不是圆形而是厚的组织，直肠的通道会越来越窄，mask是最终的分割图像，其中一个步骤就是要把掩膜图像放进图像中生成轮廓图。特征提取特征构造特征描述。问题：可以用来判别淋巴结转移蕴含在那些区域的影像当中呢，1、从肿瘤的核心部位提取一小部分区域，用这个数据进行输入可不可以得到一个好的结果呢。2、划分一个大范围，用方法把周围无关的去除能不能也有一个好的结果呢。 dcm提供架构，CT和掩模都是同样分辨率的二值图像。先做分割再做分类 ，6次方灰度是八个灰度值，CT图像是16位，2的16次方，三维重建