[發(fā)明專利]基于影像組學(xué)的腦膠質(zhì)瘤分子標記物無損預(yù)測方法和預(yù)測系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201911244664.1
• 申請日: 2019-12-06
• 公開（公告）號: CN111027548A
• 公開（公告）日: 2020-04-17
• 發(fā)明（設(shè)計）人: 印弘;郭釩;席一斌;李陳;康曉偉;徐永強;胡文鍾
• 申請（專利權(quán)）人: 中國人民解放軍第四軍醫(yī)大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62;G06T7/00
• 代理公司: 西安銘澤知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61223
• 代理人: 吳林

1.基于影像組學(xué)的腦膠質(zhì)瘤分子標記物無損預(yù)測方法，其特征在于：包括以下步驟：

步驟1，通過常規(guī)磁共振成像方法采集腦膠質(zhì)瘤的原始醫(yī)學(xué)圖像，并對采集的原始醫(yī)學(xué)圖像進行圖像格式、大小的統(tǒng)一化和數(shù)據(jù)的去隱私化處理，獲得腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)和歷史腫瘤數(shù)據(jù)；

步驟2，建立腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)庫和歷史腫瘤數(shù)據(jù)庫，并通過有限元、神經(jīng)網(wǎng)絡(luò)算法建立預(yù)測模型，同時自腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)庫選取其中一個腦膠質(zhì)瘤醫(yī)學(xué)圖像樣本，選定腦膠質(zhì)瘤醫(yī)學(xué)圖像樣本中的感興趣區(qū)，并將感興趣的區(qū)域劃分為很多的基本單元，計算基本單元周圍相鄰區(qū)域的特征并提取其中的腦膠質(zhì)瘤特征，腦膠質(zhì)瘤特征包括位置特征、灰度特征、形狀特征、和紋理特征；

步驟3，針對步驟2提取的腦膠質(zhì)瘤特征進行分析，選擇出有效特征，組成特征向量，將其送入分類器進行檢測，得出感興趣區(qū)域的屬性；

步驟4，根據(jù)基準單元周圍相鄰區(qū)域?qū)傩裕嬎慊締卧嫹郑贸龈信d趣區(qū)域的概率分布圖，比對其中腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)和歷史腫瘤數(shù)據(jù)的感興趣區(qū)域，分別選取x、y特征點，兩個特征點x和y之間的特征距離是三個距離值的加權(quán)和：

各分量距離值為各特征描述符之間的歐式距離滿足下列公式：

d_i(x,y)＝Euclidean-distance(D_i(x),D_i(y))

如果滿足以下條件，特征點x與y匹配：

1、d(x,y)是最小的在d(.,y)中；

2、不存在d(z,y)<θ*d(x,y).θ是大于1的參數(shù)，被稱為匹配閾值；當(dāng)匹配閾值大于0.7時，則腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)和歷史腫瘤數(shù)據(jù)匹配度較高，兩者代表的腫瘤病情發(fā)展程度接近；

步驟5，重復(fù)步驟2至4，從而形成訓(xùn)練集，根據(jù)訓(xùn)練集使用步驟2中得到的預(yù)測模型進行預(yù)測模型訓(xùn)練，最終生成預(yù)測模型，該預(yù)測模型可以腦膠質(zhì)瘤醫(yī)學(xué)腫瘤影像數(shù)據(jù)結(jié)合測定的分子標記物的含量作為評估受試者患病病風(fēng)險評估的特征，對數(shù)據(jù)進行評分，進行腦膠質(zhì)瘤患病預(yù)測和評價，當(dāng)評估樹脂高于檢測閾值時，判定受試者腦膠質(zhì)瘤患病存在高風(fēng)險。

2.根據(jù)權(quán)利要求1所述的基于影像組學(xué)的腦膠質(zhì)瘤分級預(yù)測方法，其特征在于：步驟1中所述的常規(guī)磁共振成像方法包括T1加權(quán)成像、T2加權(quán)成像、液體衰減反轉(zhuǎn)恢復(fù)(FLAIR)成像或增強后的T1加權(quán)成像的一種或多種組合。

3.一種基于權(quán)利要求1或2所述的預(yù)測方法的腦膠質(zhì)瘤分子標記物無損預(yù)測系統(tǒng)，其特征在于，包括四個模塊：圖像采集模塊，數(shù)據(jù)庫模塊、特征提取模塊，訓(xùn)練模塊以及腦膠質(zhì)瘤分子標記物識別預(yù)測模塊，分別用于執(zhí)行預(yù)測方法的圖像分割、數(shù)據(jù)庫構(gòu)建、特征提取、預(yù)測模型的訓(xùn)練升級、患病預(yù)測和評價五個步驟的操作運算；其中，特征提取模塊分為位置特征提取子模塊、灰度特征提取子模塊、形狀特征提取子模塊、紋理特征提取子模塊，分別用于執(zhí)行置特征提取、灰度特征提取、形狀特征提取、紋理特征提取；腦膠質(zhì)瘤分子標記物識別預(yù)測模塊讀取受試者試劑盒或者分子標記物的熒光定量PCR檢測數(shù)據(jù)導(dǎo)入。