[發明專利]基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法

在審

• 申請號: 201710676446.X
• 申請日: 2017-08-09
• 公開（公告）號: CN107480445A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 陸遙;李賦
• 申請（專利權）人: 廣州柏視醫療科技有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 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

1.一種基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法，其特征在于，具體包括下述步驟：

S1、對模板CT的圖像序列進行數據離散操作，網格化三維的CT圖像得到對應的三維網格，讀入訓練集中醫生勾畫好的腫瘤輪廓文件，生成腫瘤原發灶區域的二值圖像；

S2、對讀入的原發灶腫瘤數據做預處理操作，挖掘鄰近腫瘤之間的關聯關系，統計相鄰的體素聯合出現的頻數，存儲統計的結果，建立互關聯規則的數據庫；

S3、讀入新病人的原發腫瘤數據，得到對應的二值圖像，按照設定好的轉移次序和設定好的相鄰體素狀態轉移公式，從GTV開始向外不斷迭代計算相鄰體素之間的狀態轉移概率，最終得到全局的腫瘤概率侵犯概率。

2.根據權利要求1所述的基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法，其特征在于，步驟S1中，還包括下述步驟：

S11、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，網格化得到的網格點即為體素點；

S12、所述二值圖像為：載入醫生勾畫好的腫瘤輪廓文件，判斷體素位置是否在腫瘤區域內部；對應腫瘤區域的圖像體素點置1，不含腫瘤區域的體素格點置0；所述腫瘤區域將運用判斷像素點是否在多邊形內的方法，分開非腫瘤區域與腫瘤區域；具體的InPolygon的計算公式為：

IN＝InPolygon(x,y,xv,yv)

式中IN為輸出的二值圖像，其尺寸與原始輸入CT圖像I(x,y)相同，(x,y)為像素點的坐標，(xv,yv)為GTV輪廓上的點坐標。

3.根據權利要求1所述的基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法，其特征在于，步驟S2中，還包括下述步驟：

S21、預處理：去掉二值圖像中腫瘤表面層面不穩定的數據，所述的不穩定數據是指：腫瘤最外層的數據，由于不同病人拍片時間的不同，導致了腫瘤表面數據存在誤差；采用腐蝕算法進行預處理，具體公式為：

其中B(x)是腐蝕結構元素，對空間E中的每一點，結構元素B(x)平移之后，X是B包含于E的元素集合；

S22、挖掘鄰近腫瘤區域的關聯關系，從訓練集中統計所有腫瘤中相鄰體素組合之間的頻數，存儲結果并建立數據庫。

4.根據權利要求3所述的基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法，其特征在于，步驟S22具體為：

S221、給空間中所有三維網格點按照位置順序編號，具體公式為M_xyz＝z×height×width+x×height+y；其中，(x,y,z)是對應著網格點三維坐標；z為網格點所在的CT層面，(x,y)為格點在該CT切片中的坐標位置；

S222、統計空間上所有的連續的體素的組合，在N例訓練集數據集中，在GTV內部，體素概率同時為1，且空間距離小的體素點被視為連續，病例N的個數為2000，而三項集和四項集的頻數被統計用于之后的模型計算；具體來說，對于一個三項集和四項集的組合順序，按照格點的編號的升序排列(i＜j＜k)，當該組合的頻數大于1時，該組合和對應的頻數按照如下形式保存在數據集中，其中set₃通過查找索引(M_i,M_j,M_k)可以得到該索引對應的頻數set₄通過查找索引(M_i,M_j,M_k,M_l)可以得到該索引對應的頻數

5.根據權利要求1所述的基于隱馬爾可夫模型的腫瘤臨床靶區侵犯概率計算方法，其特征在于，步驟S3中，還包括下述步驟：

S31、設定初始狀態的腫瘤侵犯概率，位于GTV內部的體素概率設置為1，位于GTV外部的體素概率設置為0，此時為初始觀察狀態的概率值，即t＝0，具體來說，點坐標為(x,y,z)的體素點M_xyz在第t觀察時刻的概率記為

S32、運用距離變換計算所有體素到GTV的歐幾里得距離，并四舍五入取整；得到各個點的距離索引；在GTV內部的體素點距離索引為0，點坐標為(x,y,z)的體素點M_xyz記為d(M_xyz)；

S33、在已知t-1觀察時刻的概率下，計算t觀察時刻的各個體素點的腫瘤侵犯概率值；按照距離索引的順序從小到大且從距離索引為1開始，依次計算腫瘤侵犯概率，的值不僅和其周圍的體素轉移概率有關，同時和該體素上一個觀察時刻的概率相關，具體計算公式為：

其中(M_i,M_j,M_k)∈σ(M_xyz)，而σ(M_xyz)是三元組的集合，定義為：

σ(M_xyz)＝{(M_i,M_j,M_k)|

(M_i,M_j,M_k)∈set₃ and||M_i,j,k-M_xyz||²＜d₁ and d(M_i,j,k)＜d(M_xyz)}

即對于三元組中的各個元素，到M_xyz的距離均在一個常數范圍之內，且各個元素的距離序列都小于當前體素M_xyz的距離序列；同時，(i,j,k)為升序排列，并且存在于之前構建的三項集數據庫中。

S34、累計計算得到k次時刻的腫瘤侵犯概率之后，加權平均得到最后的全局概率分布圖，將k次不同時刻的概率圖累加之后除以k，得到最后的概率分布圖。