[發明專利]一種基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法有效
| 申請號: | 201710152831.4 | 申請日: | 2017-03-15 |
| 公開(公告)號: | CN106875367B | 公開(公告)日: | 2019-09-27 |
| 發明(設計)人: | 陸遙;孫穎;喻莎;田皎;林麗;李賦 | 申請(專利權)人: | 北京思創科泰科技有限公司 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T15/00;G06T7/11 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 李斌 |
| 地址: | 100083 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 關聯 規則 鼻咽癌 病灶 臨床 自動 勾畫 方法 | ||
1.一種基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,包括下述步驟:
S1、生成鼻咽原發腫瘤區域的二值圖像,所述二值圖像為:讀入醫生勾畫好的腫瘤輪廓文件,對應腫瘤區域的圖像像素格點置1,不含腫瘤區域的像素格點置0;
S2、去掉二值圖像中腫瘤表面的不穩定數據,所述的不穩定數據是指:腫瘤表面的數據,由于拍片時間不同,會導致腫瘤表面最外層體素聯合出現的頻數計算出現誤差;
S3、對模板CT的圖像序列進行數據離散操作,將圖像序列劃分并生成對應三維網格;
S4、在三維的腫瘤區域內,對體素聯合出現的頻數進行統計,建立關聯規則的數據庫;
S5、讀入需要勾畫臨床靶區的新病人大體腫瘤數據,使用互關聯規則,模擬腫瘤生長,自動勾畫出臨床放療靶區,具體為:以腫瘤邊界處的三個相鄰體素為索引,在頻繁項集合數據庫中,找出與該索引相關聯的候選體素,再根據互關聯規則,判斷腫瘤下一步將侵犯的體素位置。
2.根據權利要求1所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S1中,所述腫瘤區域采用判斷像素點是否在多邊形內的方法InPolygon,分開非腫瘤與腫瘤區域。
3.根據權利要求1所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S2中,去掉二值圖像中腫瘤表面的不穩定數據的方法為:
對N例病人在模板CT圖像上的腫瘤區域運用腐蝕算法imageerosion,去掉最外層的會對頻數統計造成影響的不穩定數據,具體的,腫瘤區域erosion的計算公式為:
式中B(x)是結構元素,對空間E中的每一點,結構元素B(x)平移之后,X為使B包含于E的點構成的集合。
4.根據權利要求1所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S3具體為:
S301、將模板CT的圖像序列進行網格化,將CT圖像序列劃分為width×height×zLen的三維網格,其中,width和height分別是一個CT切片橫向和縱向上的格點數目,zLen為模板CT的層數,讀取N例病人的GTV數據文件在模板CT上占位的網格號并存儲。
5.根據權利要求1所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S4中,還包括下述步驟:S401、遍歷生成的占位三維網格,生成頻繁項集合,所述頻繁項集,分為頻繁一項集、頻繁二項集、頻繁三項集和頻繁四項集,具體的生成方式如下:
遍歷之前步驟中生成的占位三維網格,統計每個屬于GTV區域內部的體素格點在N例病人中出現的頻數,記為頻繁一項集;再依次統計空間上連續的兩個體素格點,在所有病例中,同時出現的頻數,記為頻繁二項集;同理,再依次生成頻繁三項集和頻繁四項集,具體的判定連續的判斷條件為:空間距離小于的格點被認為連續。
6.根據權利要求1所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S5具體為:
S501、讀入需要勾畫臨床靶區的新病人大體腫瘤數據,對新病人的腫瘤區域進行網格化處理,生成新病人的頻繁三項集;
S502、以腫瘤邊界處的三個相鄰體素組成的頻繁三項集為索引,在頻繁項集合數據庫中,找出與該索引相關聯的候選體素,并找出對應頻繁四項集的頻數,依據互關聯規則,判斷腫瘤下一步將侵犯的體素位置。
7.根據權利要求6所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S501具體為:
計算該病人腫瘤區域的表面格點坐標,遍歷所有邊緣格點,以每一個格點為中心,在其周圍x×y×z=5×5×3的立方體網格區內找尋空間位置連續的格點三項集{i,j,k},在此三項集的基礎上,找尋一個位于腫瘤區外部并與該三項集在空間上連續的節點l,組成四項集{i,j,k,l}。
8.根據權利要求7所述基于互關聯規則的鼻咽癌原發病灶臨床靶區自動勾畫方法,其特征在于,步驟S502中,腫瘤是否會擴散到l號格點的計算公式為:
式中P(l)是需要考慮的是否新增的潛在腫瘤擴散點,l,i,j,k為中離散化的網格序號,Freset3和Freset4的值分別表示{i,j,k}和ascent{l,i,j,k}頻繁項點集在N例GTV中出現的頻數,ascent{l,i,j,k}表示對集合{l,i,j,k}進行升序排列;其中,三項集由腫瘤區域內部的體素格點組成,且至少包含一個腫瘤邊緣格點,四項集中的新增點為空間上與三項集相鄰的腫瘤區域外的點;T表示一個頻繁度閾值,多次試驗之后,由臨床醫生根據經驗選擇0.5作為判斷是否擴散的標準閾值;Freset4/Freset3的計算依據為概率統計中的P(B|A)=P(AB)/P(A),即:在A發生的條件下,同時發生B的概率,因此,Freset4(ascent{l,i,j,k})/Freset3(i,j,k)可理解為,在(i,j,k)這三個相鄰體素點已被腫瘤侵犯時,與之相鄰的體素點l,被包括在腫瘤擴散危險區域的概率,P(l)=1時,表示l體素點屬于危險區域,需要被預防照射;反之,則不需要將l體素點勾畫進預防照射區域。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京思創科泰科技有限公司,未經北京思創科泰科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710152831.4/1.html,轉載請聲明來源鉆瓜專利網。





