本申请涉及智能医疗领域，具体涉及一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法、系统、设备。包括获取肾上腺部位的CT图像；对所述CT图像进行特征计算得到特征值，所述特征为密度特征和/或体积特征，所述密度特征是指在轴位肾上腺病变图像中感兴趣区域的病变密度，所述体积特征是指肾上腺病变图像中感兴趣区域的病变体积；将所述特征值输至疾病诊断模型中进行分类，当特征值的阈值在预设值内则判定为肾上腺增生，否则判定为乏脂肪腺瘤。本申请结合基于密度与体积特征有效区分肾上腺增生与乏脂肪腺瘤，降低将增生误诊为腺瘤的几率，避免增生患者接受不必要的手术，具有很好的临床价值。很好的临床价值。很好的临床价值。
【技术实现步骤摘要】
一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法、系统、设备
[0001]本申请涉及智能医疗领域，具体涉及一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法、系统、设备、计算机可读存储介质。
技术介绍
[0002]肾上腺增生与乏脂肪腺瘤是两种不同的病理状况，它们在某些情况下难以区分，主要包括影像学特征、临床表现、病理学特征、生物学行为、诊断标准。肾上腺增生和乏脂肪腺瘤在影像学检查（如CT、MRI等）中可能会表现出相似的影像学特征，如局部密度或信号的改变，这可能导致诊断上的混淆；在临床上两者都可能表现为原发性醛固酮增多症、库欣综合征等内分泌症状，因此无法从症状上区分；在病理学上，肾上腺增生和某些类型的乏脂肪腺瘤（如功能性肾上腺皮质腺瘤）的细胞形态和组织结构可能存在相似之处，导致鉴别困难；在生物学行为上，某些乏脂肪腺瘤可能具有分泌功能，与肾上腺增生在功能上有所重叠；最后不同的医生或医疗机构可能采用不同的诊断标准和方法，这也可能影响对这两种病的鉴别，目前针对区分肾上腺增生与乏脂肪腺瘤的方法正在不断研究中。
技术实现思路
[0003]针对肾上腺增生与乏脂肪腺瘤难以区分的问题，本申请提出一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，具体包括：获取肾上腺部位的CT图像；对所述CT图像进行特征计算得到特征值，所述特征为密度特征和/或体积特征，所述密度特征是指在轴位肾上腺病变图像中感兴趣区域的病变密度，所述体积特征是指肾上腺病变图像中感兴趣区域的病变体积；将所述特征值输至疾病诊断模型中进行分类，当特征值的阈值在预设值内则判定为肾上腺增生，否则判定为乏脂肪腺瘤。
[0004]进一步，所述病变密度的测量值包括下列的一种或几种：平扫CT值、门静脉期的CT衰值、腹主动脉门静脉期的CT衰减、病灶的最大直径、病灶的数量、病灶的位置。
[0005]进一步，对所述测量值重复两次后计算测量的平均值，并且计算绝对强化值、相对强化值、相对强化率；其中，所述绝对强化值是先测量门静脉期的CT值和平扫CT值，再利用所述门静脉期的CT值减去平扫CT值计算得到的，所述相对强化值是先获取平扫CT值和绝对强化值，再利用绝对强化值除以平扫CT值计算得到的，所述相对强化率是先获取绝对强化值和腹主动脉门静脉期的CT值，再通过绝对强化值与腹主动脉门静脉期的CT值的比值计算得到的。
[0006]所述病变体积的测量包括下列的一种或几种：病变体积、肾上腺体积；对所述体积特征的计算包括先获取病变体积、肾上腺体积，再对所述病变体积和所述肾上腺体积进行比率计算得到体积比。
[0007]所述疾病诊断模型包括下列的一种或几种：逻辑回归、随机森林、支持向量机、XGboost、决策树、极限学习机。
[0008]所述预设值是基于约登指数的最大值得到的，当病变特征值超过预设阈值时判定肾上腺病变为腺瘤，否则判定为肾上腺增生。
[0009]所述方法还包括CT图像区域检查，所述CT图像区域检查是在测量前检查是否包括下列一种或几种情况：病灶边缘、出血、钙化、伪影、血管、脂肪组织、坏死、囊性区域，当包括上述情况中的任意一种时重新选择感兴趣的区域，否则进行特征值测量。
[0010]本申请的目的在于提供一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的系统，包括：数据获取单元：获取肾上腺部位的CT图像；特征计算单元：对所述CT图像进行特征计算得到特征值，所述特征为密度特征和/或体积特征，所述密度特征是指在轴位肾上腺病变图像中感兴趣区域的病变密度，所述体积特征是指肾上腺病变图像中感兴趣区域的病变体积；回归分类单元：将所述特征值输至疾病诊断模型中进行分类，当特征值的阈值在预设值内则判定为肾上腺增生，否则判定为乏脂肪腺瘤。
[0011]本申请的目的在于提供一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的设备，包括：存储器与处理器，所述存储器用于存储程序指令；所述处理器用于调用程序指令，当程序指令被执行时实现任意一项上述的一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法。
[0012]本申请的目的在于提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任意一项上述的一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法。
[0013]本申请的优势：1．本申请提出采用CT密度和体积进行区分肾上腺增生与乏脂肪腺瘤，该方法相较于放射科医生的诊断结果表现出更优质的诊断性能，对同一病例的诊断结果的变异性较低，诊断结果具备较好的可信度。
[0014]2．本申请创新性的提出测量病变体积及肾上腺总体积、计算病灶体积与肾上腺总体积的比值并通过比值来区分肾上腺增生与乏脂肪腺瘤，该特征值显示出良好的区分能力。
[0015]3.本申请通过测量门静脉期CT值、平扫CT值、腹主动脉门静脉期CT值计算绝对强化值、相对强化值、相对强化率衡量病变区域的密度，用于辅助判断病变区域的特性。
[0016]4.本申请结合门静脉期CT值、体积比和病变数量提出肾上腺增生和乏脂肪瘤的区分模型，相较于放射科的医生能够获得优异的分类性能，避免肾上腺增生病人进行不必要的手术。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于
本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他的附图。
[0018]图1为本专利技术实施例提供一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法流程示意图；图2为本专利技术实施例提供一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的系统示意图；图3为本专利技术实施例提供的一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的设备示意图；图4为本专利技术实施例提供的CT密度测定的乏脂肪腺瘤和肾上腺增生的小提琴图；图5为本专利技术实施例提供的一名患有库欣综合征并经病理证实为肾上腺皮质腺瘤的 37 岁女性经手动分割后的病变和肾上腺的三维可视化分析图；图6为本专利技术实施例提供所有研究对象的逻辑回归模型的 ROC 曲线图；图7为本专利技术实施例提供的结合门静脉期CT值、体积比和病灶数量绘制列线图；图8为本专利技术实施例提供的列线图校准曲线并表明模型的拟合优度；图9为本专利技术实施例提供的第一组逻辑回归模型的 ROC 曲线图，星号表示模型的截断值，点表示影像医师主观评价的敏感度和特异度；图10为本专利技术实施例提供的第二组逻辑回归模型的 ROC 曲线图。
具体实施方式
[0019]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0020]在本专利技术的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如S101、S102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，其特征在于，所述方法具体包括：获取肾上腺部位的CT图像；对所述CT图像进行特征计算得到特征值，所述特征为密度特征和/或体积特征，所述密度特征是指在轴位肾上腺病变图像中感兴趣区域的病变密度，所述体积特征是指肾上腺病变图像中感兴趣区域的病变体积；将所述特征值输至疾病诊断模型中进行分类，当特征值的阈值在预设值内则判定为肾上腺增生，否则判定为乏脂肪腺瘤。2.根据权利要求1所述的基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，其特征在于，所述病变密度的测量值包括下列的一种或几种：平扫CT值、门静脉期的CT值、腹主动脉门静脉期的CT值、病灶的最大直径、病灶的数量、病灶的位置。3.根据权利要求2所述的基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，其特征在于，对所述测量值重复两次后计算测量的平均值，并且计算绝对强化值、相对强化值、相对强化率；其中，所述绝对强化值是先测量病灶门静脉期的CT值和平扫CT值，再利用所述门静脉期的CT值减去平扫CT值计算得到的，所述相对强化值是先获取平扫CT值和绝对强化值，再利用绝对强化值除以平扫CT值计算得到的，所述相对强化率是先获取绝对强化值和腹主动脉门静脉期的CT值，再通过绝对强化值与腹主动脉门静脉期的CT值的比值计算得到的。4.根据权利要求1所述的基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，其特征在于，所述病变体积的测量包括下列的一种或几种：病变体积、肾上腺体积；对所述体积特征的计算包括先获取病变体积、肾上腺体积，再对所述病变体积和所述肾上腺体积进行比率计算得到体积比。5.根据权利要求1所述的基于CT图像特征区分肾上腺增生与乏脂肪腺瘤的方法，其特征在于，所述疾病诊断模型包括下列的一种或几种：逻辑回归、...
【专利技术属性】
技术研发人员：白鑫，孙昊，张古沐阳，金征宇，付锐，许梨梨，张家慧，张晓霄，陈丽，彭倩瑜，郭二嘉，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。