[發明專利]基于多模態MRI數據的腦瘤術后空間域分割方法

有效

• 申請號: 201611122976.1
• 申請日: 2016-12-08
• 公開（公告）號: CN106651874B
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 潘志方;陳峰;葉夏;應一凡;王賢川
• 申請（專利權）人: 溫州醫科大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 曾建芳

本發明公開了一種基于多模態MRI數據的腦瘤術后空間域分割方法，其特征在于，包括以下步驟：(1)獲得腦瘤手術后的MRI數據，對數據進行預處理，(2)將步驟(1)的數據映射到空間域上進行分割處理，所述空間域分割處理包括以下步驟：①構建正常人腦不同組織對稱性模板，②提取Haar結構特征，③將結構隨機森林方法結合AdaBoost框架獲得初步的概率結果，④利用相似性區域增長算法增長標簽，獲得空間域分割結果。本發明基于AdaBoost框架重采樣結合結構隨機森林算法，提高了采樣的效率；利用四維Haar特征更能保證圖像的全局和局部特征，利用優化的相似性準則進行區域增長，從而提高局部區域的準確性。

技術領域

本發明屬于圖像處理與生物醫學結合的技術領域，尤其是一種基于多模態MRI數據的腦瘤術后空間域分割方法。

背景技術

腦腫瘤(腦瘤)嚴重威脅人類健康。磁共振圖像(MRI)分割是腦瘤手術放射治療計劃制定、長期縱向研究的一個重要前提。本方法基于多模態MRI數據的腦瘤術后分割，具有重要意義。腦腫瘤是指生長在顱腔內的癌性物質，包括腦實質發生病變引起的原發性腫瘤，也有由身體其他部位轉移侵入顱內的繼發性腫瘤。在人群中發病率很高，已經成為危害人民生命健康的重要腫瘤之一。而且不論其性質是良性還是惡性，一旦在顱內占據一定空間，勢必壓迫腦組織，造成顱內壓升高、中樞神經損害，危及患者的生命。全球每年發生原發性腦瘤的人數約為250,000人，2013年最新的腫瘤流行病學調查研究結果表明，腦腫瘤發病率占全身腫瘤發病率的1.4％，而死亡比例超過2.4％。2011年中國腫瘤登記地區腦瘤新發病例數為87 220例，發病率為6.47/10萬，年因腦瘤死亡病例數為50777例。

世界衛生組織根據腦腫瘤的惡性程度將其分成四級：I級為良性，II級為低度惡性，II和IV為高度惡性。I級和II級的腦瘤有著比較好的預后，手術的緊迫性沒有高度惡性的腫瘤高，有時僅作觀察隨訪即可。具有高度惡性的膠質母細胞瘤，可以發生時即為膠質母細胞瘤，也可從良性的星形細胞瘤惡變而來。目前在臨床工作中，手術加術后放療已成為腦瘤的常規治療模式，已被公認是一種有效治療手段。

針對磁共振成像(MRI)進行腦腫瘤區域分割是腦瘤手術放射治療計劃制定、長期縱向研究的一個重要前提。在各種醫學影像學技術中，磁共振成像(MRI)對軟組織有著很強的分辨力，所以據此界定腫瘤邊界更為準確。MRI圖像腦腫瘤分割在診斷、病理分析、治療以及科學研究等方面具有重要意義。臨床上一般由有經驗的醫生根據解剖知識，利用計算機輔助軟件手工勾畫分割腫瘤區域。但是，人工分割的主觀性很強，不同的醫生對同一病人的磁共振圖像會有不同的判斷結果，同一個醫生在不同的時期對同一病人的圖像判斷結果也存在差異，而且醫學圖像成像過程中很容易因為噪聲、場偏移效應、組織運動和局部體積效應的影響，造成圖像本身存在模糊、灰度不均勻等現象。因此人工分割速度慢、實時性差、可重復性差，難以勝任大量圖像數據的分割處理工作。為了減輕醫生們的工作強度，同時提高分割的正確率，特別是降低病變部位的漏過率，在腦瘤圖像的分割的過程中采用計算機軟件輔助操作。一般情況下磁共振圖像中的腦腫瘤有如下特性：大小和位置各異；在不同模態的MRI上的外觀各異；密度可能和正常組織相交疊；可能有占空效應(新組織擠走了正常組織)或滲透效應(改變現有組織的特性)；內部結構的復雜性，存在血管或出現鈣化等；周圍可能伴隨著水腫等。這些對分割方法的選擇提出了更高的要求。