[发明专利]一种基于影像组学和遗传算法的目标区域确定系统

说明书

本发明提供了一种基于影像组学和遗传算法的目标区域确定系统，包括：至少一个计算机系统，存储有基于影像组学特征构建的参数确定的预后评估模型，其被配置为：(1)对接收的医学影像的感兴趣区域进行超像素分析，为每个超像素区域设定目标标签和非目标标签；(2)根据标签初始化多个标签向量作为个体；(3)对每个个体中目标标签对应的超像素区域提取影像组学特征，根据影像组学特征和预后评估模型计算个体的预后评估值，根据该预后评估值对选择个体后，经交叉、变异获得下一代；(4)重复执行步骤(3)，迭代终止时，最大预后评估值的个体中目标标签对应的超像素区域为目标区域，该目标区域为施用治疗剂量做指导，以降低医疗成本。

技术领域

本发明属于医学工程技术领域，具体涉及一种基于影像组学和遗传算法的目标区域确定系统。

背景技术

放射治疗是目前肿瘤治疗的主要技术手段之一。放射治疗方式通过使用高能X射线等物理方式实现对目标区域的肿瘤细胞的消灭和抑制。目前的放射治疗方式中，医生使用医学影像信息对病人的肿瘤区域进行确定，确定合适的放射治疗区域。传统的放射治疗方式中肿瘤区域的剂量分布较为一致，且针对不同的病人，尚未有定制化的治疗方案，这会导致放射治疗剂量的浪费，造成医疗成本较高。

经研究发现，很多种肿瘤本身存在较大的异质性，即肿瘤内部不同区域有着不同的生物学表现，这种表现也反映在医学影像上。影像组学方法可以量化肿瘤的异质性信息，运用统计学习的方法可以建立起医学影像与病人预后情况之间的联系。然后传统的影像组学分析方法尽管能与预后建立联系，但仍忽视了肿瘤空间上不同位置对于预后的贡献程度的差异。因此怎样找到对预后贡献最高的高危区域，根据高危区域指导医生判断病人的预后，指导放射治疗的剂量分布，对非高危区域减少放射治疗剂量，以降低医疗成本具有较高的实用意义。

申请公布号为CN102920477A的专利申请公开了一种医学影像的目标区域的边界确定装置，通过传统的图像特征处理方式确定目标区域。申请公布号为CN108765411A的专利申请公开了一种基于影像组学的肿瘤分型方法，根据影像组学特征通过聚类的方式确定肿瘤分型。经过检索，未发现根据影像组学和遗传算法确定目标区域，针对目标区域和非目标区域针对性施加不同放射治疗剂量，以降低医疗成本的技术方案。

发明内容

本发明的目的是提供一种基于影像组学和遗传算法的目标区域确定系统，通过该目标区域确定系统准确确定对预后影响最大的目标区域，该目标区域为施用治疗剂量做指导，以降低医疗成本。

为实现上述发明目的，本发明提供了一种基于影像组学和遗传算法的目标区域确定系统，包括：

至少一个计算机系统，所述计算机系统存储有基于影像组学特征构建的参数确定的预后评估模型，所述计算机系统被配置为：

(1)接收医学影像，并对医学影像的感兴趣区域进行超像素分析，获得多个超像素区域，为每个超像素区域设定目标标签和非目标标签；

(2)初始化多个标签向量，每个标签向量元素组成为目标标签和非目标标签，标签向量的长度与超像素区域的个数相等，每个标签向量作为一个个体，组成初始种群；

(3)对每个个体中目标标签对应的超像素区域提取影像组学特征，并将该影像组学特征作为参数确定的预后评估模型的输入，经计算获得个体对应的预后评估值作为选择标准，根据该选择标准对选择个体后，经交叉、变异获得下一代个体；

(4)重复执行步骤(3)，直到遗传算法迭代终止时，最大预后评估值对应的个体作为最优个体，最优个体的目标标签对应的超像素区域为目标区域。

与现有技术相比，本发明具有的有益效果为：