[发明专利]多模态影像组学的分析方法、装置及终端

权利要求书

1.一种多模态影像组学的分析方法，其特征在于，所述方法包括：

获取多种模态影像，每一种模态影像包括相同数目的图像，并对所述多种模态影像进行预处理，所述预处理包括图像配准、平滑处理和插值处理；

对预处理之后的模态影像进行区域分割，获取每一种模态影像对应的感兴趣区域；

对每一种模态影像的每一个感兴趣区域进行高通量特征提取，获取每一个感兴趣区域对应的特征；

以所述多种模态影像的每一个感兴趣区域对应的特征组成源特征，采用预设的聚类算法对所述源特征进行特征聚类；

根据特征聚类的结果构建影像组学标志物；

其中，所述多种模态影像包括四种MR解剖成像以及弥散张量成像、弥散加权成像、动态对比增强成像；所述四种MR解剖成像包括T1加权成像、T1对比增强成像、T2加权成像、T2流动衰减反转恢复序列成像；

对所述多种模态影像进行图像配准包括：

选取四种MR解剖成像中的T1对比增强成像作为基准图像模态；

通过相似性度量获取空间坐标变换参数；

根据所述空间坐标变换参数，将所述多种模态影像中的其余模态影像与所述T1对比增强成像进行配准。

2.如权利要求1所述的多模态影像组学的分析方法，其特征在于，所述感兴趣区域对应的特征中包括形态特征、灰度特征以及纹理特征。

3.一种多模态影像组学的分析装置，其特征在于，所述装置包括：

预处理模块，用于获取多种模态影像，每一种模态影像包括相同数目的图像，并对所述多种模态影像进行预处理，所述预处理包括图像配准、平滑处理和插值处理；

分割模块，用于对预处理之后的模态影像进行区域分割，获取每一种模态影像对应的感兴趣区域；

特征提取模块，用于对每一种模态影像的每一个感兴趣区域进行高通量特征提取，获取每一个感兴趣区域对应的特征；

特征聚类模块，用于以所述多种模态影像的每一个感兴趣区域对应的特征组成源特征，采用预设的聚类算法对所述源特征进行特征聚类；

构建模块，用于根据特征聚类的结果构建影像组学标志物；

其中，所述多种模态影像包括四种MR解剖成像以及弥散张量成像、弥散加权成像、动态对比增强成像；所述四种MR解剖成像包括T1加权成像、T1对比增强成像、T2加权成像、T2流动衰减反转恢复序列成像；

所述预处理模块具体用于：

选取四种MR解剖成像中的T1对比增强成像作为基准图像模态；

通过相似性度量获取空间坐标变换参数；

根据所述空间坐标变换参数，将所述多种模态影像中的其余模态影像与所述T1对比增强成像进行配准。

4.如权利要求3所述的多模态影像组学的分析装置，其特征在于，所述感兴趣区域对应的特征中包括形态特征、灰度特征以及纹理特征。

5.一种终端，其特征在于，所述终端包括处理器，所述处理器用于执行存在存储器的以下程序模块：

预处理模块，用于获取多种模态影像，每一种模态影像包括相同数目的图像，并对所述多种模态影像进行预处理，所述预处理包括图像配准、平滑处理和插值处理；

分割模块，用于对预处理之后的模态影像进行区域分割，获取每一种模态影像对应的感兴趣区域；

特征提取模块，用于对每一种模态影像的每一个感兴趣区域进行高通量特征提取，获取每一个感兴趣区域对应的特征；

特征聚类模块，用于以所述多种模态影像的每一个感兴趣区域对应的特征组成源特征，采用预设的聚类算法对所述源特征进行特征聚类；

构建模块，用于根据特征聚类的结果构建影像组学标志物；

其中，所述多种模态影像包括四种MR解剖成像以及弥散张量成像、弥散加权成像、动态对比增强成像；所述四种MR解剖成像包括T1加权成像、T1对比增强成像、T2加权成像、T2流动衰减反转恢复序列成像；

所述预处理模块具体用于：

选取四种MR解剖成像中的T1对比增强成像作为基准图像模态；

通过相似性度量获取空间坐标变换参数；

根据所述空间坐标变换参数，将所述多种模态影像中的其余模态影像与所述T1对比增强成像进行配准。