[发明专利]基于医学图像的肝脏储备功能量化评估方法和装置在审

专利信息
申请号: 202210065825.6 申请日: 2022-01-20
公开(公告)号: CN114596257A 公开(公告)日: 2022-06-07
发明(设计)人: 薛峰;夏强;杨玉婷;吴忌 申请(专利权)人: 上海交通大学医学院附属仁济医院;上海交通大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G16H30/20;G06N20/00
代理公司: 上海申浩律师事务所 31280 代理人: 赵青
地址: 200001 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 医学 图像 肝脏 储备 功能 量化 评估 方法 装置
【权利要求书】:

1.一种基于影像组学的肝脏储备功能量化评估方法,其特征在于,包括:

步骤S1:构建肝脏储备功能预测模型,其包括:

步骤S1.1:获取若干肝癌患者的术前上腹部增强CT门脉期医学图像上的感兴趣区域的影像组学特征数据和术前临床生化检测指标数据;

步骤S1.2:采用spearman相关性分析筛选出与ICGR15高度相关的影像组学特征和临床变量;

步骤S1.3:对于筛选出的与ICGR15高度相关的影像组学特征和临床变量,基于五折交叉验证获取XGBoost机器学习算法的最佳参数组合,即完成肝脏储备功能预测模型的构建;

步骤S2:将肝癌患者的术前上腹部增强CT门脉期图像上的感兴趣区域的影像组学特征数据和术前临床生化检测指标数据输入肝脏储备功能预测模型,即可自动输出ICGR15数值。

2.如权利要求1所述基于医学图像的肝脏储备功能量化评估方法,其特征在于,步骤S1.1包括:(1)采用手工勾画的方式借助3D Slicer软件对术前上腹部增强CT门脉期医学图像进行感兴趣区域的分割和标注;(2)使用LoG过滤器进行图像处理;(3)使用Pyradiomics提取出影像组学特征。

3.如权利要求2所述基于医学图像的肝脏储备功能量化评估方法,其特征在于,所述影像组学特征选自肝组织一阶特征、形状特征、大小特征、灰度共生矩阵特征、灰度大小区域矩阵特征、灰度运行长度矩阵特征、相邻灰度差异矩阵特征、灰度依赖矩阵特征中的一种或多种。

4.如权利要求1所述基于医学图像的肝脏储备功能量化评估方法,其特征在于,步骤S1.2包括:(1)基于获取的所有影像组学特征,计算组内和组间的ICC数值;(2)选择组间和组内的ICC数值均大于0.75的影像组学特征,进一步评估任意两个影像组学特征之间的相关性,如果两个影像组学特征之间的相关性|Rho|0.9,则排除两个影像组学特征中的任意一个;(3)采用spearman相关性分析评估ICGR15与所有参数之间的相关性,其中,所有参数包括术前临床生化检测指标和(2)中筛选出的影像组学特征;(4)筛选出|Rho|0.3的影像组学特征和|Rho|0.3的临床生化检测指标,即得与ICGR15高度相关的影像组学特征和临床变量。

5.如权利要求1-4任一所述基于医学图像的肝脏储备功能量化评估方法,其特征在于,进一步包括步骤S3:当输入数据异常时,发出异常预警,并根据数据类型追溯数据异常的输入数据;当运行状态异常时,输出异常值并分析异常原因。

6.一种基于影像组学的肝脏储备功能量化评估装置,其特征在于,包括:数据获取模块、数据筛选模块、模型构建模块、输入模块和输出模块;

数据获取模块用于获取若干肝癌患者的术前上腹部增强CT门脉期医学图像上的感兴趣区域的影像组学特征数据和术前临床生化检测指标数据;

数据筛选模块用于采用spearman相关性分析筛选出与ICGR15高度相关的影像组学特征和临床变量;

模型构建模块用于对于筛选出的与ICGR15高度相关的影像组学特征和临床变量,基于五折交叉验证获取XGBoost机器学习算法的最佳参数组合,即完成肝脏储备功能预测模型的构建;

输入模块用于将肝癌患者的术前上腹部增强CT门脉期图像上的感兴趣区域的影像组学特征数据和术前临床生化检测指标数据输入肝脏储备功能预测模型,

输出模块用于输出ICGR15数值。

7.如权利要求6所述的基于影像组学的肝脏储备功能量化评估装置,其特征在于,数据获取模块包括分割标注模块、图像处理模块和图像特征提取模块,分割标注模块用于采用手工勾画的方式借助3D Slicer软件对术前上腹部增强CT门脉期医学图像进行感兴趣区域的分割和标注;图像处理模块用于使用LoG过滤器进行图像处理;图像特征提取模块用于使用Pyradiomics提取出影像组学特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海交通大学医学院附属仁济医院;上海交通大学,未经上海交通大学医学院附属仁济医院;上海交通大学许可,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/202210065825.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top