[发明专利]MRI影像处理系统、方法、设备及介质在审
| 申请号: | 202010362538.2 | 申请日: | 2020-04-30 |
| 公开(公告)号: | CN111667460A | 公开(公告)日: | 2020-09-15 |
| 发明(设计)人: | 路海明;虞沁;李嘉骐;张学工 | 申请(专利权)人: | 清华大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/49;G06K9/62 |
| 代理公司: | 北京鸿元知识产权代理有限公司 11327 | 代理人: | 李玉琦;曹素云 |
| 地址: | 100084 北京市海淀区北京*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | mri 影像 处理 系统 方法 设备 介质 | ||
本发明公开了一种MRI影像处理系统、方法、设备及介质,系统包括:影像获取模块,用于获取MRI影像;预处理模块,用于对MRI影像预处理,分离得到平扫期影像和门脉期影像,并标注病灶区域;特征提取模块,用于对进行病灶区域的纹理特征提取,得到平扫期纹理特征向量和门脉期纹理特征向量;多阶段特征分析模块,用于对平扫期纹理特征向量和门脉期纹理特征向量进行分析,得到多阶段纹理特征差异向量;融合分析模块,用于对平扫期纹理特征向量和多阶段纹理特征差异向量进行融合处理,得到融合向量,并对所述融合向量进行分类,得到分类结果;输出模块,用于输出分类结果。本发明能够提高微血管入侵的预测准确率,降低对医生的依赖性。
技术领域
本发明涉及医学影像处理技术领域,具体地,涉及一种MRI影像处理系统、方法、设备及介质。
背景技术
根据全球癌症统计数据,肝癌在新发癌症病例中位列第7,在癌症致死病例中位列第3,对于人类健康造成了巨大的威胁。在肝癌中最常见的是肝细胞癌(Hepato CellularCarcinoma,HCC),约占肝癌总病例的80%。虽然肝切除技术的发展,使得肝细胞癌患者的生存率有所提高,但肝硬化、门静脉和肝静脉中的肿瘤入侵、微血管入侵等并发病症限制了许多治疗方式的使用,导致肝细胞癌术后的复发风险增加,使得肝细胞癌患者的长期生存率仍不容乐观。因此,在对肝细胞癌患者进行治疗时,需要评估诸如肿瘤大小、包囊肿瘤等病理指标,从而有针对性的定制诊疗方案。
在各项病理指标中,微血管入侵(Microvascular Invasion,MVI)是关键性指标之一,多项研究表明MVI的存在情况与患者的生存期和术后复发情况有着密切的联系。现有的MVI检测采取活体组织切片(biopsy)来对病灶进行病理学的诊断,这对于病人而言是有创伤。除此以外,有限的采样区域的活检无法反映肿瘤整体的性质。随着影像技术的发展,磁共振图像(Magnetic Resonance Imaging,MRI)成像技术迅速发展,这使得部分医生转而通过影像学参数判断MVI的存在。相对于活检,MRI影像技术具有如下优点:非入侵无创伤;成像速度快、分辨率高;全方位呈现肿瘤信息。因此,基于MRI影像判断MVI是否存在,一方面可以降低对病人的创伤,另一方面可以提高判断的准确度。但是,目前通常利用MRI影像对是否存在MVI进行人工判断处理,导致其高度依赖医生的医学图像分析能力,使得该技术局限于少量经验丰富的放射科医生。
发明内容
鉴于以上问题,本发明的目的是提供一种MRI影像处理系统、方法、设备及介质,以解决对MRI影像进行人工判断处理,导致其高度依赖医生的医学图像分析能力的问题。
为了实现上述目的,本发明的第一个方面是提供一种MRI影像处理系统,包括:
影像获取模块,用于获取MRI影像;
预处理模块,用于对获取的MRI影像进行预处理,分离得到平扫期影像和门脉期影像,并标注所述MRI影像中的病灶区域;
特征提取模块,用于对所述平扫期影像和所述门脉期影像进行病灶区域的纹理特征提取,得到平扫期纹理特征向量和门脉期纹理特征向量;
多阶段特征分析模块,用于对所述平扫期纹理特征向量和所述门脉期纹理特征向量进行分析,得到多阶段纹理特征差异向量;
融合分析模块,用于对所述平扫期纹理特征向量和所述多阶段纹理特征差异向量进行融合处理,得到融合向量,并将所述融合向量输入分类器中,对所述融合向量进行分类,得到分类结果;
输出模块,用于输出所述融合向量的分类结果。
优选地,还包括预训练模块,用于对纹理特征组合方式进行预训练。
优选地,所述预训练模块包括第一筛选单元和第二筛选单元,所述第一筛选单元用于获取平扫期影像和门脉期影像的纹理特征组合方式,所述第二筛选单元用于获取平扫期影像的纹理特征向量和多阶段纹理特征差异向量的纹理特征组合方式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010362538.2/2.html,转载请声明来源钻瓜专利网。





