[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

技術領域

本發明涉及預測腫瘤生長，模擬腫瘤擴散研究領域，特別涉及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。

背景技術

放射治療是目前治療腫瘤的主流治療方法，適用與多種腫瘤的治療，，而放療靶區范圍的精確確定是放射治療的成功的關鍵因素。精確的放療靶區能有效減少腫瘤的復發概率，同時減少放療帶來的副作用。具體治療過程中，醫生將根據不同組織被腫瘤侵犯概率的不同，確定不同的放療靶區和放射劑量。目前，放療靶區的確定主要依賴醫生臨床經驗，需要醫生手動勾畫。另外，ABAS軟件提供了的靶區自動勾畫系統，該系統原理是通過向原發灶腫瘤區域的三維方向外擴一定距離，得到目標放療靶區，醫生在該結果的基礎上，根據臨床經驗，結合ICRU(InternationalCommissionRadiologicalUnits,83report,2010)給出的大概勾畫標準，對結果進行修改。

目前手動勾畫的靶區，由于客觀原因(勾畫時只有水平面的視角參照，缺乏上下層面的視角參考)，主觀原因(不同放射醫生經驗不同造成的主觀差異)的存在，造成不同醫生之間的靶區的勾畫的結果存在很大差異。對后續的治療方案的確定，治療效果的評估帶來了負面的影響。另一方面，對于一個病人的放療靶區勾畫，通常需要2-3小時，需要很大的人力和時間成本，而ABAS的勾畫系統過于簡單，單一的距離擴展不適用復雜的結構和組織的情況。

發明內容

本發明的主要目的在于克服現有的技術的缺點和不足，提供了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。本發明已經成功地應用在鼻咽癌的靶區預測中，模擬了鼻咽癌的生長過程，得到了不同組織和結構的腫瘤侵犯概率，基于計算得到的概率分布圖，可以精準地確定不同劑量的放療靶區。該發明對后續治療方案，放射劑量參數評估，晚期損傷的相關性研究提供一個一致的評價平臺。

為了達到上述目的，本發明采用以下技術方案：

本發明公開了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，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。

作為優選的技術方案，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。

作為優選的技術方案，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。

具體包括下述步驟：

作為優選的技術方案，步驟S22具體為：