[发明专利]针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法

说明书

本发明公开了一种针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法，包括对胰腺医学影像数据进行读取和归一化操作，得到归一化图像；对归一化图像进行去噪、配准以及图像融合，得到多模态融合图像；在胰腺结构显示清晰的图像中选取感兴趣区并映射到其他图像上，同时将该感兴趣区保存为后续分类网络可识别的自然图像格式；根据所选取的感兴趣区，对多模态融合图像的特征进行提取、分类和融合，并针对融合后的特征建立基本分类网络模型；对各个基本分类网络的分类结果进行鉴别，获得最终的分类鉴别结果；本发明具有很强的普适性，既适用于临床实际，也可用于胰腺癌及胰腺炎领域的科学研究。

技术领域

本发明涉及智能辅助诊断技术领域，具体涉及一种针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法。

背景技术

胰腺癌(pancreatic cancer,PC)是一种常见的消化系统恶性肿瘤，在我国恶性肿瘤中，其发病率居第7位，死亡率居第6位，3年生存率不足5％。胰腺癌早期症状多不明显，当出现腹痛、黄疸、体重明显下降时往往已处晚期。在胰腺癌诊断方面，由于其临床表现与其他胰腺炎性疾病极为相似，例如慢性胰腺炎(chronic pancreatitis,CP)，均有腹痛、消化不良、厌食、恶心、呕吐、体重减轻和梗阻性黄疸等表现，而且在常规影像学片子中与其他胰腺炎性疾病重叠较多，故术前明确诊断胰腺癌较为困难，尤其难以准确鉴别出胰腺癌与胰腺炎性疾病。

众所周知，影像学检查在胰腺病变的诊断中发挥着关键作用，但是影像学检查只能够提供最直观的图像，对其中信息的识取受限于检查的直接显示效果和影像医师的自身水平及经验，往往会因为人眼分辨能力以及人为疏忽等，不能充分利用影像图片所包含的更多信息，如对病变组织具有区分能力的超可视化底层特征，医生用传统的读片方式必然会漏读。因此，医生需要一种高级的辅助技术将各种检查信息综合起来，对多模态图像进行处理，以提高肿瘤、钙化、炎症或纤维化等病变的检出率，这就是智能辅助诊断技术 (CAD技术)。该技术可识别出人眼所不能识别的诊断信息，作为医生的第二双眼睛,提高了胰腺癌诊断的准确率，在胰腺癌的诊断过程中起着越来越重要的作用。

影像学检查包括多排计算机断层扫描、磁共振、超声、内镜超声(EUS)、 PET等，但这些检查技术均存在局限性，如：CT对直径2cm的微小肿瘤和等密度病灶敏感性较差，且在胰头癌与慢性胰腺炎的鉴别诊断上存在不足，因为钙化灶的出现、胰管的扩张、局部肿物的出现、双管征、胰管堵塞、周围脂肪的浸润以及胰腺外周静脉的阻塞等现象在两种疾病中均可出现；对体内有金属异物如血管支架的患者无法进行MRI检查，且MRI对于胰腺病变的诊断价值尚有争议；超声对于有较多肠道气体及肥胖患者的腹膜后图像显示欠佳；EUS属于一种侵入式成像设备，会引起患者不适，且对于慢性胰腺炎与胰腺癌的鉴别，EUS的表现并不令人满意，特别是对于慢性胰腺炎伴发胰腺癌的患者，有报道指出22-36％的慢性胰腺炎被误诊为胰腺癌；PET从本质上来说是一种功能现象，反映特定的代谢过程，但炎症病灶尤其自身免疫性慢性胰腺炎，也会出现类似胰腺癌的18F FDG高摄取。

如上所述，基于上述检查技术的任何一项都无法对胰腺疾病作出准确判断，因此，基于影像组学的胰腺癌与胰腺炎智能辅助鉴别系统及方法对临床研究具有很高的应用价值。本发明旨在对多种模态的医学图像的超可视化底层图像信息进行深入挖掘，根据对病灶具有区分能力的图像底层特征，通过医学影像实现对胰腺癌和胰腺炎性疾病的分类鉴别，同时本发明也可以应用于对胰腺癌与胰腺炎性疾病的科学研究领域。

目前国内外利用图像处理技术对胰腺疾病的智能辅助诊断主要集中在以下几个方面：