基于影像和临床特征的前列腺癌手术切缘阳性预测系统
摘要文本
本发明属于医学图像处理领域,具体涉及了一种基于影像和临床特征的前列腺癌手术切缘阳性预测系统,旨在解决现有技术中使用CNN构建的特征提取网络在面对非独立同分布数据时,其性能下降明显的问题。本发明包括:肿瘤感兴趣区域提取模块,提取肿瘤感兴趣区域;序列配准模块,对序列进行配准;输入图像获取模块,裁剪正方形区域并处理得到输入图像;特征解耦模块,提取输入图像的特征并解耦,特征增强模块,获取肿瘤的形态学特征;特征融合与分类模块,基于影像学标签和临床特征,得到切片级PSM预测结果;预测结果获取模块,结合肿瘤的形态学特征得到切缘阳性预测结果。本发明融合mpMRI影像特征和临床特征,有效提高了PSM预测的准确性和稳定性。。该数据由整理
申请人信息
- 申请人:北京航空航天大学
- 申请人地址:100083 北京市海淀区学院路37号
- 发明人: 北京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于影像和临床特征的前列腺癌手术切缘阳性预测系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410096096.X |
| 申请日 | 2024/1/24 |
| 公告号 | CN117611806A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 北京航空航天大学 |
| 发明人 | 刘建刚; 傅旭; 赵立涛 |
| 地址 | 北京市海淀区学院路37号北京航空航天大学新主楼F628 |
专利主权项内容
1.基于影像和临床特征的前列腺癌手术切缘阳性预测系统,其特征在于,该系统包括:肿瘤感兴趣区域提取模块,配置为获取目标对象的前列腺MRI图像序列;所述前列腺MRI图像序列包括T2序列、DWI序列和ADC序列;提取所述T2序列中各T2图像的前列腺癌肿瘤组织区域作为肿瘤感兴趣区域;序列配准模块,配置为将所述DWI序列和ADC序列配准至所述T2序列;输入图像获取模块,配置为分别在所述肿瘤感兴趣区域、配准的DWI序列的每张切片和配准的ADC序列的每张切片上裁剪正方形区域并缩放至同一像素大小,缩放后进行通道拼接、图像处理,得到输入图像;各正方形区域的中心为肿瘤组织中心,边长为在各肿瘤组织中心沿横轴或纵轴的最大长度所包含的像素数加预设个像素;特征解耦模块,配置为提取所述输入图像的特征并通过特征解耦分类器解耦,得到解耦的域相关分类无关特征和解耦的分类相关域无关特征;其中,所述特征解耦分类器基于全连接网络构建;特征增强模块,配置为将所述解耦的域相关分类无关特征和所述解耦的分类相关域无关特征按通道拼接,并输入至解码器中,得到肿瘤的形态学特征;特征融合与分类模块,配置为将所述解耦的分类相关域无关特征对应的影像学标签和临床特征输入至融合网络中,得到切片级PSM预测结果;预测结果获取模块,配置为将所述目标对象的所有切片级PSM预测结果的最大值作为目标对象级别PSM预测结果;基于所述目标对象级别PSM预测结果,结合所述肿瘤的形态学特征得到切缘阳性预测结果。