[發明專利]基于分形理論的腫瘤異質性分析方法、系統、終端及介質

有效

• 申請號: 202110037233.9
• 申請日: 2021-01-12
• 公開（公告）號: CN112690813B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 范寧;臧運金;楊超;程志東;李博;華相偉;肖德波
• 申請（專利權）人: 范寧
• 主分類號: A61B6/00
• 分類號: A61B6/00;A61B5/055;A61B5/00;G06T7/00;G06V10/26;G06V10/82;G06V10/764
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 劉娟

本發明公開的基于分形理論的腫瘤異質性分析方法，包括：在患者的CT或MRI影像的腫瘤最大截面上標注出腫瘤范圍；將患者的CT或MRI影像進行灰度處理，標注腫瘤部位；將術后切除的腫瘤最大截面的標準照圖像進行灰度處理，對腫瘤內部進行標注；將灰度處理后的CT或MRI腫瘤影像和標準照圖像采用盒維數法進行計算，計算出腫瘤術前充血狀態的分形維數和術后無血狀態的分形維數；將分形維數和患者臨床資料輸入腫瘤評估模型中進行評估，輸出經過加權處理后的腫瘤分形維數；根據腫瘤分形維數評估腫瘤的特征，評估治療的效果；根據腫瘤分形維數評估腫瘤的異質性。方法可準確提供病灶的腫瘤異質性信息，輔助醫生準確分析腫瘤病灶的腫瘤內異質性。

技術領域

本發明涉圖像處理技術領域，具體涉及一種基于分形理論的腫瘤異質性分析方法、系統、終端及介質。

背景技術

腫瘤的異質性成為肝癌治療領域的熱點，包括空間異質性、時間異質性、腫瘤間和腫瘤內部的異質性、免疫微環境的異質性等，如何客觀全面的量化腫瘤的異質性是目前治療肝癌的突破口，也是難點和焦點。目前國內外研究集中于模擬肝癌細胞的一些體內和體外模型上，諸如“來源腫瘤細胞系的模型”、人源腫瘤異種移植模型(PDTX)以及人源腫瘤類器官(PDTO)等，但都只能在有限的層面上反應腫瘤在生物學上的多態性，無法全面真實的衡量腫瘤的異質性和個體化差異。而肝癌的異質性與治療密切相關，不同個體，同一個體肝內不同部位、不同發生時間的惡性腫瘤的治療應該有不同標準。

作為能夠量化腫瘤異質性的分形理論，是基于將腫瘤的發生發展作為一個復雜體來研究，而不是深入腫瘤的基因、轉錄、表觀及蛋白表達修飾等細節，繞開了復雜生物信息網絡中的節點和通路，從生物進化觀來研究腫瘤的發生、發展以及面對人體免疫系統和各種治療攻擊所產生的變異、迭代優選直到最終免疫逃逸的過程。

在分形研究中，分形維數(Fractal Dimension,FD)是定量描述分形的基本參量，是一個介于整數間的分數或小數，又稱分數維。腫瘤的分數維分形維數越大，則腫瘤的異質性越大。包膜完整的腫瘤，FD趨近1，而浸潤型生長的腫瘤，與正常組織之間犬牙交錯，FD接近2。醫學上，最常用的FD計算法是盒維數法，過去的幾十年，已運用于心臟病學、肺部腫瘤、胎兒臍血流多普勒信號等非線性醫學醫學領域，但目前只停留在影像診斷層次，尚未深入針對腫瘤異質性的研究深度，而制約分形研究拓展的瓶頸正是針對復雜數據的綜合分析和計算能力。

發明內容

針對現有技術中的缺陷，本發明實施例提供一種基于分形理論的腫瘤異質性分析方法、系統、終端及介質，通過人工智能深度學習臨床數據結合腫瘤圖像分析計算出分形維數來評估腫瘤的異質性，可準確提供病灶的腫瘤異質性信息。

第一方面，本發明實施例提供的一種基于分形理論的腫瘤異質性分析方法，包括以下步驟：

在患者的CT或MRI腫瘤影像的腫瘤最大截面上標注出腫瘤范圍；

將患者的CT或MRI腫瘤影像進行灰度處理，標注腫瘤部位；

將患者術后切除的腫瘤最大截面的標準照圖像進行灰度處理，對腫瘤內部進行標注；

將進行灰度處理的CT或MRI腫瘤影像和標準照圖像采用盒維數法進行計算，計算出腫瘤術前充血狀態的分形維數和術后無血狀態的分形維數；

將腫瘤術前充血狀態的分形維數、術后無血狀態的分形維數和患者臨床資料輸入腫瘤評估模型中進行評估，輸出經過加權處理后的腫瘤分形維數；

根據腫瘤分形維數評估腫瘤的異質性。

第二方面，本發明實施例提供的一種基于分形理論的腫瘤異質性分析系統，包括：第一標注模塊、第二標注模塊、第三標注模塊、分形維數分析模塊和腫瘤評估模塊；

所述第一標注模塊在患者的CT或MRI腫瘤影像的腫瘤最大截面上標注出腫瘤范圍；