[發明專利]腦腫瘤多靶點輔助診斷與前瞻性治療演化可視化方法及系統

在審

• 申請號: 202011279154.0
• 申請日: 2020-11-16
• 公開（公告）號: CN112365980A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 于澤寬;耿道穎;劉曉;曹鑫;李郁欣;劉軍;張軍;尹波;劉杰;吳昊;耿巖;胡斌;張海燕;杜鵬;陸逸平
• 申請（專利權）人: 復旦大學附屬華山醫院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06T7/00;G06T7/11;G06T7/45;G06T7/62;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.一種腦腫瘤多靶點輔助診斷與前瞻性治療演化可視化方法，其特征在于，包括：

步驟M1：獲取治療前、后配對的腦腫瘤多靶點多模態MRI數據并對治療前、后配對的腦腫瘤多靶點多模態MRI數據進行預處理，得到統一標準的治療前、后配對的腦腫瘤多靶點多模態MRI數據I_original和I_later；

步驟M2：對預處理后的治療前、后配對的腦腫瘤多靶點多模態MRI數據I_original和I_later通過3DU-net卷積神經網絡進行腫瘤區域分割，得到治療前、后配對的腫瘤感興趣區域和

步驟M3：將治療前、后配對的腫瘤感興趣區域和通過影像組學方法獲得治療前、后的配對腦腫瘤的生長特征標簽L＝{l₁，l₂，l₃，...，l_n}；

步驟M4：將治療前、后配對的腫瘤感興趣區域和通過多通道卷積神經網絡進行特征提取，得到特征圖，將特征圖進行SE融合操作，得到最終的治療前、后的腦腫瘤感興趣區域多模態MRI影像深度學習特征和

步驟M5：利用治療前的腦腫瘤感興趣區域多模態MRI影像深度學習特征及對應的生長特征標簽L＝{l₁，l₂，l₃，...，l_n}構建并訓練基于多任務學習的長短期記憶網絡，通過對預測的標簽序列進行動態排序的方法訓練多任務學習的長短期記憶網絡，訓練后得到腦腫瘤多靶點生長預測模型；將治療前的腦腫瘤感興趣區域多模態MRI影像深度學習特征輸入腦腫瘤多靶點生長預測模型，得到腦腫瘤多靶點生長預測標簽

步驟M6：建立基于生成對抗策略的CNN網絡的腦腫瘤生長演化的前瞻性治療可視化模型，將治療前的腦腫瘤ROI多模態MRI影像深度學習特征和預測的腦腫瘤生長特征標簽輸入訓練后的前瞻性治療可視化模型，得到最終的腦腫瘤感興趣區域生長演化圖像，將腦腫瘤感興趣區域生長演化圖像利用前瞻性治療可視化模型插入治療前腦腫瘤多靶點多模態MRI數據I_original的非腦腫瘤區域I_background中，獲得最終的腦腫瘤多模態MRI圖像，完成腦腫瘤前瞻性治療可視化任務；

所述前瞻性治療可視化模型包括文本編碼器模塊、腫瘤生長預測生成可視化模塊和腫瘤病灶插入模塊；用于預測腫瘤生長圖像生成的GAN網絡，通過現有的病人多模態腦MRI圖像，使用GAN網絡預測治療相應時間內的腦腫瘤MRI圖像，完成前瞻性的治療結果的可視化；

所述腫瘤生長預測生成可視化模塊包括生成器G和生成圖像真假分類器的鑒別器D_RF。

2.根據權利要求1所述的腦腫瘤多靶點輔助診斷與前瞻性治療演化可視化方法，其特征在于，所述步驟M1中預處理包括對治療前、后配對的腦腫瘤多靶點多模態MRI數據進行包括脫敏、清洗、重采樣和顱骨剝離數據處理，獲得分辨率統一、灰度分布相同的治療前、后配對的腦腫瘤多靶點多模態MRI數據。

3.根據權利要求1所述的腦腫瘤多靶點輔助診斷與前瞻性治療演化可視化方法，其特征在于，所述步驟M3包括：

步驟M3.1：通過影像學方法獲取治療前、后配對的腦腫瘤多靶點多模態MRI數據I_original和I_later的影像組學特征；

步驟M3.2：通過影像組學特征計算得到生長特征標簽；

所述影像組學特征包括腦腫瘤靶點類型、腦腫瘤體積、強度均值和強度標準差、灰度共生矩陣和熵；

所述生長特征標簽包括腦腫瘤靶點類型、腦腫瘤體積變化、強度均值和強度標準差、灰度共生矩陣和熵。