一种鼻咽癌疗效的自动评测方法及系统技术方案

本发明专利技术公开了一种鼻咽癌疗效的自动评测方法及系统，方法包括：采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。本发明专利技术通过配准来使得疗后鼻咽癌图像与疗前鼻咽癌图像处于同一图像空间内，更有利于精确地计算疗前疗后病灶差异；采用深度学习算法对鼻咽癌图像进行病灶分割，能自动从原鼻咽癌图像分割出病灶，更加精准；采用疗效自动评测算法进行疗效自动评测，能自动得出疗效评价结果，更加快速和精准，可广泛应用于医学计算机应用领域。

【技术实现步骤摘要】
一种鼻咽癌疗效的自动评测方法及系统
本专利技术涉及医学计算机应用领域，尤其是一种鼻咽癌疗效的自动评测方法及系统。
技术介绍
鼻咽癌是一种恶性肿瘤。鼻咽癌的发病率具有显著的地域差异，中国处于鼻咽癌的高发区域，其中广东为最高发区，所以鼻咽癌也被称为“广东癌”。目前，放射治疗是鼻咽癌目前最有效的治疗方法。在鼻咽癌的治疗过程中，肿瘤的形状和位置会随着放疗疗程的推进发生或大或小的变化。医生需要根据肿瘤疗前疗后的变化评估治疗效果，以更精确地制定下一次放疗方案。目前，医生会分析患者放疗前的临床影像和患者放疗后的临床影像，并根据recist1.1标准评价本次治疗的疗效，然而其在评价过程中存在如下几个问题会影像疗效评估的准确性和效率：1)疗前影像与疗后影像不是同一时间成像，操作技师也可能不是同一个人，即使在同一医院也会存在多台成像机器，不能保证疗前影像与疗后影像的一致性。2)不同经验的医生在定位鼻咽癌病灶时会产生差异，经验较少的医生定位的病灶区域可能不够精准。3)医生在进行疗效评价时，需要肉眼一层一层对比疗前疗后图像，耗费大量时间且不够精准。综上所述，业内亟需一套精准快速的鼻咽癌疗效自动评测方案。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种精准快速的鼻咽癌疗效的自动评测方法及系统。本专利技术所采取的第一技术方案是：一种鼻咽癌疗效的自动评测方法，包括以下步骤：采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。进一步，所述采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶这一步骤，具体包括：输入鼻咽癌图像，其中所述鼻咽癌图像包括疗前鼻咽癌图像和疗后鼻咽癌图像；采用全卷积神经网络对鼻咽癌图像进行病灶分割，得到鼻咽癌病灶，其中所述鼻咽癌病灶包括疗前鼻咽癌病灶和疗后鼻咽癌病灶。进一步，所述鼻咽癌图像为MRI图像，所述全卷积神经网络采用改进后的U-net网络结构。进一步，所述采用全卷积神经网络对鼻咽癌图像进行病灶分割，得到鼻咽癌病灶这一步骤，具体包括：根据鼻咽癌图像得到对应的T1图像和T2图像；将得到的T1图像依次经过第1至第N1个第一采样块处理后得到T1图像的第一至第N1特征图；将得到的T2图像依次经过第1至第N2个第一采样块处理后得到T2图像的第一至第N2特征图；将T1图像的第N1特征图和T2图像的第N2特征图经过第二采样块处理后得到融合的特征图；将融合的特征图依次经过第1至第N2个第三采样块处理后得到候选的病灶分割结果图；将候选的病灶分割结果图进行卷积处理，得到最终的病灶分割结果图；其中，N1和N2均为正整数，T1图像的第N1特征图与T2图像的第N2特征图的大小相同，第一采样块包括一个卷积层、一个组归一化层和一个带泄露的修正线性单元，第二采样块包括2个第一采样块和一个池化层，第三采样块包括一个上采样层、一个连接层和3个第一采样块，第1至第N2个第三采样块的连接层分别与T2图像的第N2至第1特征图对应连接。进一步，所述将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶这一步骤，具体包括：采用仿射变换对疗后鼻咽癌病灶进行刚体变换，以实现刚体配准；以梯度下降法作为优化方法，均方差作为相似性测度，对刚体变换后的疗后鼻咽癌病灶进行非刚体配准，得到已配准的疗后鼻咽癌病灶。进一步，所述根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果这一步骤，具体包括：根据疗前鼻咽癌病灶计算每个疗前病灶的长直径与短直径之和；根据已配准的疗后鼻咽癌病灶计算每个疗后病灶的长直径与短直径之和；根据每个疗前病灶的长直径与短直径之和以及每个疗后病灶的长直径与短直径之和进行疗效自动评价；输出疗效自动评价结果。进一步，所述根据每个疗前病灶的长直径与短直径之和以及每个疗后病灶的长直径与短直径之和进行疗效自动评价这一步骤，具体包括：判断所有疗后病灶的长直径与短直径之和是否为0，若是，则表明疗后全部病灶消失，此时判定疗效自动评价结果为完全缓解，反之，则执行下一步骤；判断疗后是否出现新病灶，若是，则判定疗效自动评价结果为疾病进展，反之，则执行下一步骤；判断所有疗后病灶的长直径与短直径之和是否比疗前所有病灶的长直径与短直径之和减少了至少30％，若是，判定疗效自动评价结果为部分缓解，反之，则执行下一步骤；判断所有疗后病灶的长直径与短直径之和是否比疗前所有病灶的长直径与短直径之和增加了至少20％，且长直径与短直径之和的绝对值增加了至少5mm，若是，则判定疗效自动评价结果为疾病进展，反之，则判定疗效自动评价结果为疾病稳定。本专利技术所采取的第二技术方案是：一种鼻咽癌疗效的自动评测系统，包括：病灶分割模块，用于采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；配准模块，用于将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；自动评测模块，用于根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。进一步，所述病灶分割模块包括：输入单元，用于输入鼻咽癌图像，其中所述鼻咽癌图像包括疗前鼻咽癌图像和疗后鼻咽癌图像；病灶分割单元，用于采用全卷积神经网络对鼻咽癌图像进行病灶分割，得到鼻咽癌病灶，其中所述鼻咽癌病灶包括疗前鼻咽癌病灶和疗后鼻咽癌病灶。本专利技术所采取的第三技术方案是：一种鼻咽癌疗效的自动评测系统，包括：存储器，用于存储程序；处理器，用于加载所述程序以执行如第一技术方案所述的一种鼻咽癌疗效的自动评测方法。本专利技术的有益效果是：本专利技术一种鼻咽癌疗效的自动评测方法及系统，将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶，通过配准来使得疗后鼻咽癌图像与疗前鼻咽癌图像处于同一图像空间内，更有利于精确地计算疗前疗后病灶差异；采用深度学习算法对鼻咽癌图像进行病灶分割，能自动从原鼻咽癌图像分割出病灶，不受医生经验的影响，更加精准；采用疗效自动评测算法进行疗效自动评测，能自动得出疗效评价结果，不需要肉眼逐层对比疗前疗后图像，更加快速和精准。附图说明图1为本专利技术一种鼻咽癌疗效的自动评测方法的流程图；图2为本专利技术鼻咽癌疗效评估方案优选实施例的总体流程图；图3为本专利技术优选实施例病灶分割所采用的网络结构图；图4为本专利技术优选实施例的病灶分割结果示意图；图5为本专利技术优选实施例的图像金字塔的流程示意图；图6为本专利技术优选实施例的配准结果对比图；图7为本专利技术优选实施例的疗效评估算法流程图。具体实施方式参照图1，一种鼻咽癌疗效的自动评测方法，包括以下步骤：采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。其中，配准是为了使得疗前鼻咽癌病灶和疗后鼻咽癌病灶大小相同且像素点能一一对应起来，进而更好地应用来计算疗前疗后病灶差异。进一步作为优选的实施方式，所本文档来自技高网...

【技术保护点】
1.一种鼻咽癌疗效的自动评测方法，其特征在于：包括以下步骤：采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。

【技术特征摘要】
1.一种鼻咽癌疗效的自动评测方法，其特征在于：包括以下步骤：采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶；将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶；根据疗前鼻咽癌病灶和已配准的疗后鼻咽癌病灶采用疗效自动评测算法进行疗效自动评测，输出疗效评测结果。2.根据权利要求1所述的一种鼻咽癌疗效的自动评测方法，其特征在于：所述采用深度学习算法对鼻咽癌图像进行病灶分割，得到疗前鼻咽癌病灶和疗后鼻咽癌病灶这一步骤，具体包括：输入鼻咽癌图像，其中所述鼻咽癌图像包括疗前鼻咽癌图像和疗后鼻咽癌图像；采用全卷积神经网络对鼻咽癌图像进行病灶分割，得到鼻咽癌病灶，其中所述鼻咽癌病灶包括疗前鼻咽癌病灶和疗后鼻咽癌病灶。3.根据权利要求2所述的一种鼻咽癌疗效的自动评测方法，其特征在于：所述鼻咽癌图像为MRI图像，所述全卷积神经网络采用改进后的U-net网络结构。4.根据权利要求3所述的一种鼻咽癌疗效的自动评测方法，其特征在于：所述采用全卷积神经网络对鼻咽癌图像进行病灶分割，得到鼻咽癌病灶这一步骤，具体包括：根据鼻咽癌图像得到对应的T1图像和T2图像；将得到的T1图像依次经过第1至第N1个第一采样块处理后得到T1图像的第一至第N1特征图；将得到的T2图像依次经过第1至第N2个第一采样块处理后得到T2图像的第一至第N2特征图；将T1图像的第N1特征图和T2图像的第N2特征图经过第二采样块处理后得到融合的特征图；将融合的特征图依次经过第1至第N2个第三采样块处理后得到候选的病灶分割结果图；将候选的病灶分割结果图进行卷积处理，得到最终的病灶分割结果图；其中，N1和N2均为正整数，T1图像的第N1特征图与T2图像的第N2特征图的大小相同，第一采样块包括一个卷积层、一个组归一化层和一个带泄露的修正线性单元，第二采样块包括2个第一采样块和一个池化层，第三采样块包括一个上采样层、一个连接层和3个第一采样块，第1至第N2个第三采样块的连接层分别与T2图像的第N2至第1特征图对应连接。5.根据权利要求1所述的一种鼻咽癌疗效的自动评测方法，其特征在于：所述将疗后鼻咽癌病灶配准至疗前鼻咽癌病灶，得到已配准的疗后鼻咽癌病灶这一步骤，具体包括：采用仿射变换对疗后鼻咽癌病灶进行刚体变换，以实现刚体配准；以梯度下降法作为优化方法，均方差作为相似性测度，对刚体变换后的疗后鼻咽癌病灶进行非刚体配准，得...

【专利技术属性】
技术研发人员：黄炳升，黄斌，叶裕丰，蔡洵，邹国荣，曾伟华，何艳，
申请(专利权)人：深圳大学，广州市番禺区中心医院广州市番禺区人民医院，广州市番禺区心血管疾病研究所，
类型：发明
国别省市：广东,44