膀胱肿瘤是泌尿系统的最常见肿瘤之一。《Cancer Facts&Figures 2014》中最新的研究结果显示,在美国男性恶性肿瘤排行中,膀胱肿瘤的发病率和致死率分别位居第四位和第八位。在我国,其发病率位居男性常见恶性肿瘤的第八位,且近年来呈逐年上升趋势。另外,膀胱肿瘤具有术后易复发的特点。文献表明,大约50%的非肌层浸润膀胱肿瘤患者会在手术后的18个月内再次发现膀胱肿瘤。目前光学膀胱镜是膀胱肿瘤检测的金标准,但光学膀胱镜检测通常会导致患者的不适,甚至引起医源性损伤。因此,寻找一种无创且便捷的膀胱肿瘤早期筛查和术后复查方法至关重要。近年来,随着医学影像技术的快速发展,虚拟膀胱镜技术已显示其在肿瘤检测方面的潜力。多个临床试验证实,对大于5mm的肿瘤,其准确度与光学膀胱镜相差无几。虚拟膀胱镜的常用影像模态有CT和MRI。相对于CT虚拟膀胱镜,基于MRI的虚拟膀胱镜表现出更多优势,其中尿液是天然的造影剂且没有放射性,因而受到更多关注。基于虚拟膀胱镜的计算机辅助检测技术可以进一步辅助影像医师提升检测膀胱肿瘤的准确性和效率。在早期的研究中,膀胱壁的三维形态学特征,如膀胱壁厚度,曲度,形状指数和弯曲度被用来检测膀胱壁上的异常。本文中结合多种形态学特征来共同检测膀胱肿瘤,并在此基础上提出了计算机辅助诊断技术,实现对肿瘤的分期。本研究提出了一个基于虚拟内窥镜计算机辅助检测肿瘤并实现对肿瘤分期的框架。通过该框架,肿瘤可以被准确的检测出来,并通过对肿瘤区域的准确提取,从而初步判断肿瘤的分期。本文的主要工作由以下三部分构成:(1)基于膀胱壁厚度的肿瘤检测方法该方法通过对膀胱壁厚度进行模糊C均值(FCM)聚类,将肿瘤区域和正常膀胱壁区域分为不同的类,从而实现对疑似肿瘤区域的检测和提取。仿真模型被建立起来用以验证该方法并确定方法中所需参数。通过在仿真模型和真实病人数据中的验证,证实了该方法的有效性。(2)基于多种形态学特征的肿瘤检测方法本部分内容提出了一种将多形态学特征组合起来共同检测肿瘤的方法。膀胱壁上的多种形态学特征被提取出来,在过去采用的形态学特征的基础上,文中又提出了一种新形态的形态学特征,该特征可以反映膀胱内外壁形状上的形似程度。通过设置合理的检测标准和筛选方法,该特征同其余形态学特征(壁厚,形状指数,弯曲度)组合起来共同确定肿瘤疑似区域。对于数据集检测的初步结果显示,该方法在较高敏感度的条件下,产生了较少的假阳性数。(3)肿瘤区域的准确提取和初步分期方法鉴于T2WI图像中肿瘤与膀胱壁间的灰度差异,文中提出了一种通过对疑似肿瘤区域进行灰度聚类,从而获得准确的肿瘤区域方法,并通过计算去除肿瘤后的膀胱壁厚度,初步判断了肿瘤对膀胱壁的浸润程度和分期。