Primary central nervous system lymphoma and glioblastoma image differentiation based on sparse representation system

: 临床上原发性脑部淋巴瘤（PCNSL）和胶质母细胞瘤（GBM）的治疗方案存在很大差异，因此治疗前对二者的精确鉴别具有重要临床价值。本文提出一套基于稀疏表示体系的肿瘤自动鉴别方法，利用 PCNSL 和 GBM T1 加权磁共振成像（MRI）图像纹理细节信息的差异鉴别这两种肿瘤。首先，基于影像组学的思想，设计一种基于字典学习和稀疏表示的肿瘤纹理特征提取方法，将不同体积、不同形状的肿瘤区域转化为 968 维纹理特征；其次，针对提取特征存在的冗余问题，建立迭代稀疏表示方法选择少数高稳定性高分辨力的特征；最后，将选择的关键特征送入稀疏表示分类器（SRC）分类。利用十折法对数据集进行交叉验证，鉴别结果的准确率为 96.36%，敏感度为 96.30%，特异性为 96.43%。实验结果表明，本文方法不仅能够有效地鉴别 PCNSL 和 GBM，还避免了使用先进 MRI 鉴别肿瘤时存在的参数提取问题，在实际应用中具有较强的鲁棒性。.