[發(fā)明專利]基于多期相腫瘤影像的直徑自動測量方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110487932.3
• 申請日: 2021-04-30
• 公開（公告）號: CN113129297A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設計）人: 曾蒙蘇;盛若凡;黃靜;吳迪嘉
• 申請（專利權(quán)）人: 復旦大學附屬中山醫(yī)院;上海聯(lián)影智能醫(yī)療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/62;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

本公開提供了一種基于多期相腫瘤影像的直徑自動測量方法及系統(tǒng)，該方法包括：構(gòu)建腫瘤分割網(wǎng)絡架構(gòu)；利用構(gòu)建好的腫瘤分割網(wǎng)絡架構(gòu)訓練腫瘤分割模型；獲取四期相的腫瘤影像；將其輸入所述腫瘤分割模型，獲取腫瘤分割結(jié)果；選取延遲期的腫瘤分割二值結(jié)果計算腫瘤直徑；使用深度學習結(jié)合傳統(tǒng)機器學習在多期相增強影像上進行腫瘤直徑自動測量的方法，通過機器學習由腫瘤輪廓精準的計算腫瘤直徑，減少測量耗時的同時最大程度保證測量的準確性，降低觀察者間差異及測量誤差。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學圖像處理領(lǐng)域，尤其是一種基使用深度學習結(jié)合傳統(tǒng)機器學習在多期相增強影像上進行腫瘤直徑自動測量的方法及系統(tǒng)。

背景技術(shù)

癌癥是導致死亡的重要或首要原因，根據(jù)《2012中國腫瘤登記年報》，我國癌癥發(fā)病率為285.91/10萬。腫瘤的早期發(fā)現(xiàn)和診斷對于患者的治療以及預后都有著極其重要的作用。現(xiàn)有技術(shù)中，基于多期相的增強計算機斷層掃描(CT)和增強核磁共振影像(MRI)作為一種無創(chuàng)傷檢查手段，為腫瘤的早期發(fā)現(xiàn)提供了技術(shù)條件。在基于多期相CT或MRI的腫瘤影像評估過程中，腫瘤的直徑作為一項重要指標被用于腫瘤評級、療效評估中。對于多期相的腫瘤影像，醫(yī)生一般會選擇一個固定的期相來測量腫瘤直徑，在這個期相上，腫瘤的輪廓是相對容易被分辨的，然而在少數(shù)情況下，此固定期相上腫瘤的邊界也會產(chǎn)生模糊的可能，這時醫(yī)生可能會結(jié)合其它期相的影像來更快更準的確定腫瘤邊界，所以多期相腫瘤直徑的測量對醫(yī)生的專業(yè)性有一定的要求，同時，在實際臨床操作中，腫瘤直徑的測量相對耗時，不同觀察者間測量結(jié)果可能存在較大的差異。

對于多期相的腫瘤直徑測量，醫(yī)生在臨床實踐中需要先選取一個合適的期相，然后基于選取的期相預估一個最大腫瘤層面，基于此層面再手動量取腫瘤的最大長徑。但有些情況下，醫(yī)生可能需要對比多個期相才能確定所要量取腫瘤的邊界，同時最大層面的估計也可能存在一定的誤差，此外，對于腫瘤直徑的起始點和終止點的選擇，不同觀察者間仍然會存在一定的差異。

隨著人工智能技術(shù)在醫(yī)學影像方面的應用越來越多，也有研究致力于將深度學習應用于腫瘤直徑的自動測量，在文獻(TangY,HarrisonA,Bagheri M,et al.Semi-Automatic RECIST Labeling on CT Scans with Cascaded ConvolutionalNeuralNetworks,2018.)中，作者基于實體腫瘤的療效評價標準(RECIST)提出一種半自動計算腫瘤長短徑的方法，該方法是基于平掃CT影像,由醫(yī)生事先選取影像的某一層，之后手動剪切出一個包含腫瘤的影像區(qū)域，然后借助深度神經(jīng)網(wǎng)絡去分別定位出腫瘤長短徑的起始點以及終止點。這種方式雖然可以一定程度上實現(xiàn)腫瘤的自動測量，但也需要醫(yī)生花費相當多的時間去做圖像的預處理，包含定位腫瘤最大平面。尤其針對要解決的多期相腫瘤影像問題，醫(yī)生的預處理可能更加費時。

發(fā)明內(nèi)容

有鑒于此，本公開提供了一種基于多期相腫瘤影像的直徑自動測量方法及系統(tǒng)。解決了計算腫瘤直徑耗時且存在測量誤差的問題。

為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案：

本發(fā)明實施例的第一方面，提供一種基于多期相腫瘤影像的直徑自動測量方法，包括：構(gòu)建腫瘤分割網(wǎng)絡架構(gòu)；利用構(gòu)建好的腫瘤分割網(wǎng)絡架構(gòu)訓練腫瘤分割模型；獲取四期相的腫瘤影像；將其輸入所述腫瘤分割模型，獲取腫瘤分割結(jié)果，所述四個期相分別為平掃期、動脈期、靜脈期以及延遲期；選取其中一個期相的腫瘤分割二值結(jié)果計算腫瘤直徑。

在一個實施例中，選取其中一個期相的腫瘤分割二值結(jié)果包括：選取延遲期的腫瘤分割二值結(jié)果。

在一個實施例中，腫瘤分割網(wǎng)絡采用改進過的U-Net為基礎網(wǎng)絡架構(gòu)；