【技术实现步骤摘要】
一种基于MRI定量灌注成像和MCCA的肺癌乏氧生境成像方法
[0001]本专利技术涉及智能医学影像
,具体涉及一种基于
MRI
定量灌注成像和
MCCA
的肺癌乏氧生境成像方法
。
技术介绍
[0002]肺癌是全球发病率和死亡率最高的癌症之一
。
根据统计,数百万人每年被诊断出患有肺癌,且大多数为恶性肺癌
。
乏氧是肺癌的一种基本特征,主要由两方面因素导致:一是新生血管数量不足和血管结构不完整,导致供氧不足;二是恶性肺癌细胞增殖过快,导致耗氧过多
。
因此,针对乏氧区域的准确检测和评估对于临床治疗和预后评估至关重要
。
[0003]磁共振成像
(MRI)
灌注扫描中的
Ktrans
和
Ve
参数分别可以反映肺癌组织的供氧和耗氧程度
。
然而,这两个参数通常单独使用,缺乏一个综合的视角来全面了解肺癌的乏氧状态
。
为解决这一问题,新兴的生境成像技术和多典型相关分析
(MCCA)
为合并这两种数据提供了新的路径
。
[0004]本申请的专利技术人经过研究发现,目前的研究主要集中在单一视角的医学图像分析,如使用
MRI
或
CT
图像进行肿瘤定位和评估,但这些方法往往不能全面反映肿瘤内部的异质性和复杂性,尤其是乏氧和常氧区域的精准划分;此外,传统的图像处理方法常常依赖于经
【技术保护点】
【技术特征摘要】
1.
一种基于
MRI
定量灌注成像和
MCCA
的肺癌乏氧生境成像方法,其特征在于,包括以下步骤:
S1、
对肺癌患者进行
MRI
灌注扫描,获取肺癌患者的
MRI
图像;
S2、
对从
MRI
灌注扫描获取的
MRI
图像进行感兴趣区域即
ROI
的勾画,并提取对比剂从血浆到组织间隙的转移速率
Ktrans
和血管外细胞外间隙的体积
Ve
两种参数;
S3、
对勾画完成的
ROI
图像进行去噪和标准化的预处理,以便准确进行后续的多视图子空间聚类;
S4、
采用基于多典型相关分析即
MCCA
的方法,将对比剂从血浆到组织间隙的转移速率
Ktrans
和血管外细胞外间隙的体积
Ve
的数据集融合到一个公共子空间中;
S5、
在
MCCA
生成的子空间内,运用聚类算法对组织进行分割,以识别具有相似
Ktrans
和
Ve
特征的乏氧和常氧区域,并生成相应的生境地图;
S6、
运用逻辑回归模型计算并确定一个可以区分乏氧和常氧区域的阈值;
S7、
通过所述生境地图和阈值进行肺癌的分类和评估,评估指标包括
ROC
曲线下面积
、
敏感度
、
特异度以及马修斯相关系数
。2.
根据权利要求1所述的基于
MRI
定量灌注成像和
MCCA
的肺癌乏氧生境成像方法,其特征在于,所述步骤
S2
具体包括:将
MRI
图像调入后处理工作站,由专业的放射科医师使用双盲法进行勾画,勾画过程中避开肿块的边缘
、
坏死
、
伪影
、
大血管,于肿块最大层面,获取病灶区域对比剂从血浆到组织间隙的转移速率
Ktrans
和血管外细胞外间隙的体积
Ve
,分析病变三次,取
Ktrans
和
Ve
各自的平均值作为最终的测量结果
。3.
根据权利要求1所述的基于
MRI
...
【专利技术属性】
技术研发人员:陈利华,张久权,黄瑶,刘代洪,陶俊利,黄雪梅,苏扬帆,
申请(专利权)人:重庆大学附属肿瘤医院,
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。