【技术实现步骤摘要】
本专利技术涉及mri数据处理，具体涉及基于影像组学的hcc-mri图像分级模型建立方法。
技术介绍
1、肝细胞癌（hcc）是最常见的恶性肿瘤之一，其发病率在恶性肿瘤中位居世界第5，死亡率位居第2，在我国hcc病例的发病率与死亡率占世界的一半，且呈逐年上升的趋势。为全面掌握hcc的病理特征，已有大量的学者医生致力于hcc检测与治疗的研究。诸多研究表明，hcc患者的病理分级对于病情的诊断及鉴别具有极高的指导价值。目前，临床hcc无创诊断和分级主要依赖肝脏增强电子计算机断层(ct)扫描和磁共振成像（mri）扫描等影像学检查手段。其中，mri因其具有良好软组织分辨能力、定位准确、无辐射等诸多优点，得到了大家的一致推崇。
2、近年来，已有大量研究致力于基于mri的hcc病变分级诊断，如farraher.等人提出采用t2弛豫时间来鉴别肝脏良恶性占位，但其所提方法需将肝囊肿等病变纳入良性病变组来增大组间差距，且没有进行各病灶间的鉴别，因此，在临床应用中，仍然受到一定的限制。lambin.等人提出结合t2弛豫时间、弥散加权成像的表观扩散系数以及基于普美显增强t1弛豫时间来鉴别hcc的分级，但由于需要增加额外扫描时间而难以在临床上得到推广应用。bevilacqua.等人提出采用机器学习方法从不同hcc阶段的数据中挖掘hcc图像潜在的特征，从而实现hcc图像的分级，所提方法在传统的cnn体系结构中增加了更多的层，并以分层形式表示数据，以此捕捉数据的复杂性，虽然其结果显示所提系统具有较好的分级性能，但需要庞大的训练数据，实际上在实际系统中
3、影像组学（radiomics）是医学影像领域新兴的发展研究方向，但目前鲜有关于radiomics在鉴别诊断hcc上的相关研究。因此，本公开提出了一种基于支持向量机（svm）的常规影像组学模型来实现hcc的分级处理。
技术实现思路
1、为解决上述问题，本专利技术提出了基于影像组学模型的肝细胞癌核磁共振图像分级方法，本公开所提方法具有计算量小、精度高、鲁棒性稳健等优点，是一种适用于训练样本量较少的hcc-mri数据分级的方法。
2、为了达到上述技术效果，本专利技术通过以下技术方案实现的：
3、基于影像组学的hcc-mri图像分级模型建立方法，包括以下步骤：
4、s1、数据获取；
5、s2、图像分割与分级：对数据进行病灶标注以将病灶数据从背景中提取出来，形成感兴趣体积数据（voi），遵照li-rads标准对病变进行分级标注；
6、s3、影像组学特征提取：采用pyradiomics工具对分割后的感兴趣体积数据进行影像组学的特征提取，提取的特征要素包括一阶特征、基于形状的特征和高阶纹理特征；
7、s4、特征筛选：将每个感兴趣体积数据所提取的特征先进行卡方测试完成单变量的分析，随后使用lasso回归进行多变量分析，通过放射特征的合理组合，筛选出能够有效区分不同阶段hcc病变的特征量作为最终的训练数据；
8、s5、模型建立：基于s4步骤中筛选出来的特征量，采用支持向量机分类器构建模型来对hcc进行分级，在模型训练中，采用10倍交叉验证来完成模型的调参，得到适用于hcc-mir分级的模型。
9、进一步的，所述步骤s3中，在特征提取前应对voi数据进行重采样以保证提取特征得统一性，重采样的具体方式为：感兴趣体积数据的每个体素值减去平均值，再除以标准差，获得重采样数据。
10、进一步的，在所述步骤s3中，采用pyradiomics工具提取高阶纹理特征时，采用固定位宽来计算纹理特征，采用拉普拉斯高斯滤波器和小波分解用来加强voi中的纹理差异。
11、本专利技术的有益效果如下：本专利技术所建立的hcc分级模型具有计算量小、精度高、鲁棒性稳健等优点，是一种适用于训练样本量较少的hcc-mri数据分级的方法。
本文档来自技高网...【技术保护点】
1.基于影像组学的HCC-MRI图像分级模型建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于影像组学的HCC-MRI图像分级模型建立方法，其特征在于，所述步骤S3中，在特征提取前应对VOI数据进行重采样以保证提取特征得统一性，重采样的具体方式为：感兴趣体积数据的每个体素值减去平均值，再除以标准差，获得重采样数据。
3.根据权利要求1所述的基于影像组学的HCC-MRI图像分级模型建立方法，其特征在于，在所述步骤S3中，采用PyRadiomics工具提取高阶纹理特征时，采用固定位宽来计算纹理特征，采用拉普拉斯高斯滤波器和小波分解用来加强VOI中的纹理差异。
【技术特征摘要】
1.基于影像组学的hcc-mri图像分级模型建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于影像组学的hcc-mri图像分级模型建立方法，其特征在于，所述步骤s3中，在特征提取前应对voi数据进行重采样以保证提取特征得统一性，重采样的具体方式为：感兴趣体积数据的每个体素...
【专利技术属性】
技术研发人员：邱梅，王聪，李志刚，杜立新，王攀，徐宁，
申请(专利权)人：深圳市龙华区中心医院，
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。