[發明專利]一種用于構建慢性乙肝肝硬化預測模型的CT圖像的影像組學特征提取與篩選方法

在審

• 申請號: 202210273537.X
• 申請日: 2022-03-18
• 公開（公告）號: CN114708200A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 何健;王錦程;毛應凡;徐珊珊;湯盛楠;吳錦
• 申請（專利權）人: 何健
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25
• 代理公司: 哈爾濱三目知識產權代理事務所(普通合伙) 23214
• 代理人: 劉冰

1.一種用于構建慢性乙肝肝硬化預測模型的CT圖像的影像組學特征提取與篩選方法，其特征在于：所述方法為：

步驟一、針對平掃CT檢查的HBV感染的具有肝纖維化病理結果的患者設置排除標準，不在排除標準內的患者則進行下一步的CT圖像采集，并統計能夠納入CT圖像采集的患者總數量，所述的排除標準為：

（1）缺乏詳細的肝纖維化病理記錄；

（2）缺乏1.5mm層厚的腹部平掃CT圖像；

（3）平掃CT檢查和活檢之間的間隔時間超過3個月；

（4）圖像質量差；其中，圖像質量差是指通過PSNR、結構相似度SSIM或多尺度結構相似度方法評估出低分的圖像；

（5）合并感染了其他病毒，包括丙型肝炎病毒、丁型肝炎病毒或人免疫缺陷病毒中的一種或幾種；

（6）帶有局灶性肝病灶，包括HCC、肝結核中的一種或幾種；

（7）攝入大量酒精；所述的大量是指大于20克/天；

（8）臨床資料不完整（n=39）；

步驟二、被采集者采用上仰臥位接受CT檢查；CT掃描的參數為：管電壓120 kVp，管電流250–350 mA，準直切片厚度5 mm，重建切片厚度1.25 mm，切片間隔5 mm，旋轉時間0.6 s，螺旋螺距1.375，視野在35至40 cm之間，矩陣為512×512；

步驟三、將獲得的平掃CT圖像按照統計的總數量分為兩部分，一部分作為訓練組，用于構建慢性乙肝肝硬化預測模型，另一部分作為驗證組，用于驗證慢性乙肝肝硬化預測模型的效果；

步驟四、進行圖像分割和影像組學特征提取。

2.根據權利要求1所述的一種用于構建慢性乙肝肝硬化預測模型的CT圖像的影像組學特征提取與篩選方法，其特征在于：

所述的影像組學特征提取步驟包括：

采用開源Pyradiomics軟件包進行圖像預處理和特征提取；

第二，體素間距以1×1×1 mm的大小進行標準化，體素強度值以25 HU的箱寬離散化；

第三，從每個ROI中提取828個影像組學特征，包括18個一階統計量、74個紋理特征和736個基于小波的變換特征；

第四，在訓練隊列中使用z分數對特征值進行標準化；使用訓練隊列中確定的平均值和標準差驗證隊列中應用的標準分數；

第五，用觀察者之間和觀察者之間的可重復性以及套索回歸選擇影像組學特征的步驟，具體是：

（1）隨機選擇肝臟的右門靜脈水平CT平掃圖像，使用組內和組間相關系數對每個放射學特征的可重復性進行定量；一種定量方法是每周重復ROI分割兩次，另一種定量方法是獨立執行ROI分割，然后分別計算觀察者之間和觀察者之間的可重復性，其中，ICC的最低可接受閾值為0.8；

其中，組內和組間相關系數，簡稱為ICC，英文全稱intraclass correlationcoefficient；

（2）選擇影像組學特征；

首先，保留具有高再現性的特征以進行后續分析；所述的高再現性的特征是指觀察者內部和觀察者之間的ICC的值大于0.8；

其次，使用最小絕對收縮和選擇算子邏輯回歸算法，并通過10倍交叉驗證對懲罰參數進行調整，將非零系數的特征作為肝硬化相關的特征。