The invention discloses a GrowCut based on the primary lesion of nasopharyngeal carcinoma clinical automatic target drawing method, the method comprises the following steps: image sequence of template CT discrete operation, the corresponding 3D mesh generation; in the tumor region within three-dimensional, frequency statistics training set grid continuous space in the United appeared. Get mutual association rules, the corresponding database of nasopharyngeal carcinoma patients; read primary tumor data, the primary tumor region as the seed point, set the threshold and termination conditions, innovative use of an originally used in image segmentation algorithm GrowCut, simulation of tumor growth, to realize the automatic delineation of radiotherapy target area. The invention can assist the formulation of the clinical radiotherapy plan, realize the automatic delineation of the target area of the clinical radiotherapy, achieve the delineation standard of the clinical application, and improve the work efficiency of the doctor. Besides, the local adjustment will be provided as a post-processing to the doctor.
【技术实现步骤摘要】
基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法
本专利技术涉及预测肿瘤生长,模拟肿瘤扩散研究领域,特别涉及一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法。
技术介绍
调强放射治疗(IntensityModulatedRadiationTherapy,IMRT)是目前治疗鼻咽癌的主流放疗技术,精确的靶区勾画是临床放疗计划成功的前提,对鼻咽癌的治疗、治疗方案各项参数的统计学评估以及病人治疗后的生活质量,都有着极为关键的影响。目前,靶区勾画主要依赖医生的手动勾画。现医院使用的ABAS靶区勾画系统实现了在三维方向上,硬性扩展医生指定的数值范围作为预防照射靶区,之后,再根据医生的临床经验,结合ICRU(InternationalCommissionRadiologicalUnits,83report,2010)给出的大概勾画标准,对结果进行修改。目前手动勾画的靶区,由于客观原因(勾画时只有水平面的视角参照,缺乏上下层面的视角参考),主观原因(不同放射医生经验不同造成的主观差异)的存在,造成不同医生之间的靶区的勾画的结果存在很大差异。对后续的治疗方案的确定,治疗效果的评估带来了负面的影响。另一方面,对于一个病人的放疗靶区勾画,通常需要2-3小时,需要很大的人力和时间成本,而ABAS的勾画系统过于简单,单一的距离扩展不适用复杂的结构和组织的情况。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足,提供一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,方法首次被应用于肿瘤扩散模型模拟,不仅提高了医生的工作效率,同时能够给后续放疗计划 ...
【技术保护点】
一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特征在于,具体包括下述步骤:S1、对模板CT的图像序列进行数据离散操作,网格化三维的CT图像得到对应的三维网格,读入训练集中医生勾画好的肿瘤轮廓文件,生成肿瘤原发灶区域的二值图像;S2、对读入的原发灶肿瘤数据做预处理操作,挖掘邻近肿瘤之间的互关联关系,统计相邻的体素联合出现的频数,存储统计的结果,建立互关联规则的数据库;S3、读入新病人的原发肿瘤数据,设定原发肿瘤区域格点强度值为1,按照预设定的元胞演化规则和互关联规则信息不断更新各个离散网格点的强度值;直到各个网格点强度值停止更新,给定不同的损失代价阈值得到对应的临床放疗靶区范围;具体包括下述步骤:S31、设定初始状态的体素点的强度值,位于GTV内部的体素点看作种子点,强度值设置为1,位于GTV外部的体素点的强度值设置为0,此时设为t=0下的状态,具体来说,对于点坐标为(x,y,z)的体素点Mxyz,该点在第t次迭代的强度值记为
【技术特征摘要】
1.一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特征在于,具体包括下述步骤:S1、对模板CT的图像序列进行数据离散操作,网格化三维的CT图像得到对应的三维网格,读入训练集中医生勾画好的肿瘤轮廓文件,生成肿瘤原发灶区域的二值图像;S2、对读入的原发灶肿瘤数据做预处理操作,挖掘邻近肿瘤之间的互关联关系,统计相邻的体素联合出现的频数,存储统计的结果,建立互关联规则的数据库;S3、读入新病人的原发肿瘤数据,设定原发肿瘤区域格点强度值为1,按照预设定的元胞演化规则和互关联规则信息不断更新各个离散网格点的强度值;直到各个网格点强度值停止更新,给定不同的损失代价阈值得到对应的临床放疗靶区范围;具体包括下述步骤:S31、设定初始状态的体素点的强度值,位于GTV内部的体素点看作种子点,强度值设置为1,位于GTV外部的体素点的强度值设置为0,此时设为t=0下的状态,具体来说,对于点坐标为(x,y,z)的体素点Mxyz,该点在第t次迭代的强度值记为S32、在已知第t次迭代状态值,计算t+1次迭代演化过程。2.根据权利要求1所述的基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特征在于,步骤S1中,还包括下述步骤:S11、将模板CT的图像序列进行网格化,将CT图像序列划分为width×height×zLen的三维网格,其中,width和height分别是一个CT切片横向和纵向上的格点数目,zLen为模板CT的层数,网格化之后得到的网格点即为体素点;S12、所述二值图像为:载入医生勾画好的肿瘤轮廓文件,判断体素位置是否在肿瘤区域内部;对应肿瘤区域的图像体素点置1,不含肿瘤区域的图像体素格点置0;所述肿瘤区域将运用判断像素点是否在多边形内的方法即InPolygon,分开非肿瘤区域与肿瘤区域;具体的InPolygon的计算公式为:IN=InPolygon(x,y,xv,yv)其中IN为输出的二值图像,其尺寸与原始输入CT图像I(x,y)相同,(x,y)为像素点的坐标,(xv,yv)为GTV轮廓上的点坐标。3.根据权利要求1所述的基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法,其特征在于,步骤S2中,还包含下述步骤:S21、预处理:去掉二值图像中肿瘤表面层面不稳定的数据,所述的不稳定数据是指:由于不同病人拍片时间的不同,肿瘤表面即最外层数据存在误差;采用腐蚀算法进行预处理,具体公式为:其中B(x)是腐蚀结构元素,对空间E中的每一点,结构元素B(x)平移之后,X是B包含于E的元素集合;S22、挖掘邻近肿瘤区域的互关...
【专利技术属性】
技术研发人员:陆遥,李赋,
申请(专利权)人:广州柏视医疗科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。