[發明專利]一種基于影像組學的腫瘤分型系統

有效

• 申請號: 201810566664.2
• 申請日: 2018-06-05
• 公開（公告）號: CN108765411B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 栗偉;于鯤;馮朝路;郭志偉;王東杰;趙大哲
• 申請（專利權）人: 東北大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06T7/11;G06T7/194;G06T7/66;G06T7/187
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 梁焱

1.一種基于影像組學的腫瘤分型系統，其特征在于,包括：

病灶區域提取，用于提取精準的病灶數據，其流程包括尋找種子點和病灶區域生長；

異質區域提取，采用聚類方法提取出該精準的病灶數據中所有的初始異質區域，然后根據類簇在圖像上的連通性和像素個數判定最后的聚類結果，找出多個異質區域；

參數向量提取，針對提取的異質區域數據集，提取每一個異質區的形態、狀態參數，組成參數向量矩陣；

分型組提取，針對參數向量矩陣的每一行，即一個異質區，采用聚類方法對每一個異質區進行類簇劃分，聚類后得到多個類別，記作分型組；

新病灶分型判定，用來判斷新病灶每一個異質區分型屬于哪一類型；新病灶經過新病灶區域提取與新病灶異質區域提取后，根據分型組提取結果，判定新病灶每個異質區屬于哪類分型；新病灶分型結果，用來輸出新病灶分型結果，新病灶每個異質區分型向量的和為新病灶的分型結果。

2.根據權利要求1所述一種基于影像組學的腫瘤分型系統，其特征在于，所述病灶區域提取中尋找種子點包括：

(1)圖像二值化：將原圖像中的前景和背景區分開來；

(2)去除噪聲點：開運算去除圖像中的白噪聲，閉運算去除圖像中的小空洞；

(3)距離計算：經步驟(1)和步驟(2)處理后圖像中非零像素點到最近的0像素的距離；

(4)質心獲取：在所有距離中找到最大距離所對應的點的坐標，即種子點。

3.根據權利要求2所述一種基于影像組學的腫瘤分型系統，其特征在于，所述病灶區域生長包括：

尋找的種子點；以種子點為中心，考慮種子點的8鄰域像素，如果種子點滿足生長準則,將鄰域像素與該種子點合并在同一區域內；當點都有歸屬，生長結束。

4.根據權利要求3所述一種基于影像組學的腫瘤分型系統，其特征在于，所述生長準則包括：

準則1：判斷鄰域像素和當前像素的像素值差的絕對值是否小于差值閾值Ts；

準則2：判斷鄰域像素的像素值大小是否滿足生長所需的像素閾值Tp。

5.根據權利要求1所述一種基于影像組學的腫瘤分型系統，其特征在于，所述異質區域提取步驟包括，

(1)基于輸入病灶數據，找到圖像中灰度值非0的像素坐標和灰度值，組織成一個三元組列表；

(2)利用聚類算法對三元組列表進行聚類，分別測試從2～10不同的類簇個數，利用肘部規則確定最優的類簇個數，并輸出聚類初步結果；

(3)針對上述聚類初步結果判斷每一個類簇內是否連通，如果不連通將該類簇進行分裂為若干最大的連通子類簇；判斷是否連通是根據類簇內像素點在平面上是否鄰接或者存在鄰接通路；

(4)針對上述每一個連通的類簇，判斷類簇內像素總數，如果總數小于某一經驗值，就丟棄該類簇，否則保留，作為最終異質區集合。

6.根據權利要求1所述一種基于影像組學的腫瘤分型系統，其特征在于，所述參數向量提取包括紋理參數、動力學參數、統計參數、形態參數和臨床參數。

7.根據權利要求1所述一種基于影像組學的腫瘤分型系統，其特征在于，所述新病灶的分型判定包括，新病灶的異質區域，與分型組提取結果得到的多個類別的中心點取相似函數，這里相似函數取歐式距離，距離越小表示該新病灶的異質區屬于該類簇的可能性越大；這里中心點是根據該類簇中所有異質區向量計算出來的重心。

8.根據權利要求1所述一種基于影像組學的腫瘤分型系統，其特征在于，所述新病灶每個異質區分型向量為，新病灶每個異質區的分型結果表示為一個布爾向量，屬于該類的對應位置為1，其他為0，稱為分型向量。