[發明專利]一種基于非負矩陣分解的惡性膠質母細胞瘤組織分類方法

有效

• 申請號: 201410743418.1
• 申請日: 2014-12-08
• 公開（公告）號: CN104537642B
• 公開（公告）日: 2018-09-04
• 發明（設計）人: 李雨謙;皮亦鳴;劉鑫;閔銳;范錄宏;李晉;楊曉波
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;A61B5/055
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 葛啟函

本發明公開了一種基于非負矩陣分解的惡性膠質母細胞瘤組織分類方法，通過信號處理技術分析核磁共振譜成像數據，進而完成對腦膠質細胞瘤的組織分類。本發明通過對病人的MRSI數據進行兩次NMF分解，從而將膠質細胞瘤的三種組織類型正常、腫瘤、壞死進行識別和分類。首先對MRSI數據進行波源數為2的NMF分解，得到正常組織和非正常組織對應的波源和空間分布h?map。然后確定最佳掩膜并在掩膜上再次進行波源數為2的NMF分解，得到腫瘤組織和壞死組織對應的波源。最后用NNLS估計出三個波源所對應的空間分布h?map。

技術領域

本發明屬于醫學信號處理技術領域，涉及一種基于非負矩陣分解的惡性膠質母細胞瘤組織分類方法。

背景技術

膠質細胞瘤(即神經膠質細胞瘤)是中樞神經系統中最常見的原發性神經系統腫瘤。膠質細胞瘤在神經系統腫瘤中所占比例約為33％，在惡性腫瘤中的比例約為80％。其中，I級和II級膠質細胞瘤為良性腫瘤，良性膠質細胞瘤患者可以存活很多年。III級和IV級膠質細胞瘤為惡性腫瘤。惡性膠質母細胞瘤(glioblastoma，GBM)是最高級別的膠質細胞瘤，其預后性極差、異質性程度很高，并且具有很強的彌漫浸潤性，這些特性使得GBM的診斷和預后變得非常困難。

核磁共振(Nuclear Magnetic Resonance，NMR)技術是目前最常用的腦腫瘤診斷手段，常常被用于腦腫瘤的初步診斷。核磁共振譜成像(Magnetic ResonanceSpectroscopy Imaging，MRSI)技術在腦腫瘤的分類方面有著顯著的優勢。MRSI通過人體的化學成分提供人體組織生物化學的空間信息，并且通過疾病情況下代謝物濃度的變化，可以區分正常及腫瘤組織。對MRSI數據的處理需要用到盲信號分離(Blind SourceSeparation，BSS)技術，BSS算法的主要思想是將矩陣近似地分解為兩個矩陣和的乘積。非負矩陣分解(Non-negative Matrix Factorization,NMF)是BSS算法中的一類，強制限定和因子為非負，用NMF對MRSI數據進行處理可以得到理想的處理結果。

2004年，P.Sajda等人提出了約束非負矩陣分解算法(constrained NMF，cNMF)，這是首次采用NMF來解決long-TE MRSI數據的組織分類問題。cNMF算法可以有效地提取出具有重要物理意義的譜源，但該算法強調的是區分正常組織與非正常組織，卻無法在非正常組織中準確識別GBM組織。

李雨謙等人提出分層非負矩陣分解算法(hierarchical，hNMF)，首先使用一次NMF方法將正常組織與非正常組織分開，然后通過設定合適的門限值在非正常組織中再次應用NMF，從而識別出GBM組織。在第二級NMF前的門限選擇上，該hNMF算法中在計算門限值時只是沿著腫瘤縮小的方向進行，而沿著腫瘤縮小方向得到的門限值與沿著腫瘤擴大得到的門限值是不同的。

發明內容

本發明的目的在于克服上述技術存在的缺陷，提供一種基于非負矩陣分解的惡性膠質母細胞瘤組織分類方法，通過圖像處理技術分析核磁共振譜成像數據，進而完成對腦膠質細胞瘤的組織分類。本發明通過對病人的MRSI數據進行兩次NMF分解，從而將膠質細胞瘤的三種組織類型(正常、腫瘤、壞死)進行識別和分類。首先對MRSI數據進行波源數為2的NMF分解，得到正常組織和非正常組織對應的波源和空間分布h-map。然后確定最佳掩膜并在掩膜上再次進行波源數為2的NMF分解，得到腫瘤組織和壞死組織對應的波源。最后用NNLS估計出三個波源所對應的空間分布h-map。其具體技術方案為：

一種基于非負矩陣分解的惡性膠質母細胞瘤組織分類方法，包括以下步驟：