[发明专利]基于动态增强磁共振成像的乳腺肿瘤定位分析方法

权利要求书

1.基于动态增强磁共振成像的乳腺肿瘤定位分析方法，其特征在于，包括以下步骤：

首先，校正运动伪影和分割乳房；

其次，结合斑点和相对增强体素特征对乳腺区域进行初步定位；

然后，通过结合候选区域的形态学和动力学特征，进行病灶区域的良、恶性检测分类，并确保较低的假阳性；

最后，利用自由响应操作特性分析对算法性能进行评估；

具体包括以下步骤：

(1)运动校正

在患者DCE-MRI图像采集过程中，对数据进行校正，移除运动伪影；

通过将基于多级B-样条的多分辨率优化与自由变形相结合的配准算法，将对比增强后时间点T1～Tn的图像映射到对比增强前采集的T0上；利用随机梯度下降优化器和互信息相似性度量方法，研究信号强度随时间变化的情况；

(2)乳腺分割

后续对肿瘤的定位检测的区域集中于乳房组织上，事先分割出乳腺部位，即感兴趣区域；将获取胸肌和胸壁区域分割方法应用于增强前的DCE-MRI体积T0；使用概率图谱提供的空间信息；

概率图谱是包含体素属于一个或多个器官的概率的完整空间分布的集合；三个概率图谱分别代表女性乳房小、中、大的差异；乳房的大小是通过胸骨沿前后轴从乳房前部到冠状面之间的距离来测量的，这个距离记作dAP；选择大图谱分割dAP大于95mm的患者，中图谱分割dAP在66和95mm之间的患者，小图谱分割dAP小于66mm的患者；

(3)病灶候选检测

完成乳腺组织分割后，选出增强后的体素候选以进行后续处理；利用已标记体素数据训练的分类器，结合从相对信号增强Rt得到的体素特征，计算异常的可能性；在造影剂注射后的特定时间点t的相对信号增强被定义为Rt＝(Tt-T0)/T0；

选取DCE-MRI数据增强后的第一个时间点T1进行病灶检测和形态评估，使用R1来计算特征；第一个特征是在不同尺度δ_r上平滑值定义为R1和不同尺度下高斯平滑滤波器的卷积；通过计算减少了在运动校正步骤中未校正的噪声和局部变形产生的伪影；从两种不同的Blob即图像中相同像素的连通域检测中获取斑点特征，描述明亮的斑点状结构的形状；

第一个测量B1(δ_b)基于高斯拉普拉斯算子，其中δb表示斑点的大小；第二个测量B2(δ_b)使用来自Hessian矩阵的特征值来表征斑点；斑点特征值λ1、λ2、λ3，满足|λ1|≥|λ2|≥|λ3|；使用的亮斑增强措施计算如下:

在这个阶段总共选用16个特征：10个在不同尺度下δ_r指数范围为0～10mm；6个斑点特征由B1(δ_b)和B2(δ_b)计算得到，其中δ_b＝3,10,17mm；δ_r和δ_b值的选择可以涵盖绝大部分的病变大小；

选择随机森林分类器计算该阶段异常特征的可能性；将一种贪婪的特征选择作为其学习算法的一部分；将树的最大数目和最大深度分别设置为500，使用特征数n＝16；通过对所有树的平均输出，计算第一阶段给出的异常可能性；

训练体素候选检测分类器以检测乳腺恶性病变时，异常样本和正常样本的比例为1:5；对于异常组，采集病变注释内相对信号增强R1体素值最高的样本；对于正常组，随机选择R10正常病例的乳腺体素样本；最后，利用前面描述的特征计算出体素似然图的局部极大值，通过半径为5mm和20mm的球形核两阶段扫描，来确定最终检测阶段的候选病灶；

(4)区域分类

计算每个候选病灶的恶性可能性以获得最终CAD标记；首先，将步骤(3)中获得的病灶候选位置作为种子点，利用智能开操作算法进行三维区域自动分割；对于病变的手工注释，将智能开操作应用于第一次造影后和造影前的减影上；其次，使用形态学和动力学特征对减少假阳性率的分类器进行训练；

为了表征病灶形态，基于候选的病灶分割计算以下特征：

a.体积，cm³；

b.边缘锐度和方差，考虑边缘梯度不均匀性以及沿边缘的方差，提供病灶边界划分程度的度量；

c.圆度，定义为病变体积占相同体积球体体积的百分比；

d.不规则度，描述分割的病灶表面的平滑程度；

e.凹凸度，通过将分割后的凸包表面与实际候选病灶表面进行比较计算得到；

f.径向梯度分析，测量病灶边缘指向病灶中心的梯度；

g.有效直径；

h.延伸程度；

为了表征在每个体素上测量的动力学曲线，使用了四个动力学特征，包括最大相对信号增强ME、峰值时间TTP、吸收速率UR和冲洗速率WR；定义如下：

1.ME＝max(Rt:t＝0,…,N)

2.TTP＝t_p,p＝argmax(Rt)

3.UR＝ME/TTP

4.

在最终的区域分类步骤中，总共使用了25个特征；包括前一阶段中异常的可能性，8个形态特征，整个病变候选范围的每个动力学参数的平均值和标准差，以及在最可疑区域内测量的每个动力学参数的平均值和标准差；最可疑区域被定义为，在第一次增强时间点处，表现出最强相对信号增强的3×3×3体素体积；区域分类器的训练集由人工手动注释分为异常组和正常组。

2.根据权利要求1所述的基于动态增强磁共振成像的乳腺肿瘤定位分析方法，其特征在于，步骤(1)中，为了避免增强病灶区域的局部体积变化，对于三种分辨率，B-样条网格间距分别设置为160、80和40mm。