基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法技术

本发明专利技术公开了一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法，该方法包括下述步骤：对模板CT的图像序列进行离散操作，生成对应的三维网格；在三维的肿瘤区域内，统计训练集中空间连续的网格点在里面联合出现的频数，得到对应的互关联规则，存入数据库；读入新病人的鼻咽癌原发肿瘤数据，将原发肿瘤区域视为种子点，设定阈值和终止条件，创新性地运用一种原本应用于图像分割算法GrowCut，模拟肿瘤生长，实现放疗靶区的自动勾画。本发明专利技术能辅助临床放射治疗计划的制定，实现临床放疗靶区的自动勾画，达到临床应用的勾画标准，提高医生的工作效率，此外，局部的调整将作为后处理，提供给医生选择。

GrowCut based automatic mapping method for primary focus of nasopharyngeal carcinoma in clinical target area

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提供精确的预测区域，并对后续治疗方案、剂量体积参数的评估和晚期损伤的相关性研究提供一个条件一致的评估基础平台。为了达到上述目的，本专利技术采用以下技术方案:本专利技术公开了一种基于GrowCut的鼻咽癌原发病灶临床靶区自动勾画方法，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。作为优选的技术方案，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联关系，从训练集中统计所有肿瘤中相邻体素组合之间的频数，存储结果并建立数据库。作为优选的技术方案，步骤S22中，具体包括下述步骤：S221、给空间中所有三维网格点按照位置顺序编号，具体公式为：Mxyz＝z×height×width+x×height+y；其中，(x,y,z)是对应着网格点三维坐标，z为网格点所在的CT层面，(x,y)为网格点在该CT切片中的坐标位置；S222、统计空间上所有的连续的体素组合，在N例训练集数据集中，在GTV内部，体素概率同时为1，且空间距离小于的体素点被视为连续，病例N的个数为2000，而三项集和四项集的频数被统计用于之后的模型计算；具体来说，对于一个三项集和四项集的组合顺序，按照格点的编号的升序排列(i＜j＜k)，当该组合的频数大于1时，该组合和对应的频数按照以下形式保存在数据集中，其中，set3通过查找索引(Mi,Mj,Mk)得到该索引对应的频数set4通过查找索引(Mi,Mj,Mk,Ml)得到该索引对应的频数S223、互关联规则包括两种数据项：支持度和置信度；所述支持度用于衡量一个体素或者体素组合出现的频率；所示置信度用于衡量对应的规则正确的概率；具体来说supp{Mi}＝t/N，t是体素或体素组合Mi在数据集出现的次数；对于互关联规则表示体素或体素组合Mi存在时，Mj发生的可能性。作为优选的技术方案，步骤S32中，还包含下述步骤：S321、对于三维网格点中所有体素点，复制第t次迭代的强度值到t+1次迭代，即S322、对于三维网格中的所有体素点，计算每个点邻居对该点的影响值，具体来说，对于点坐标为(x,y,z)的体素点Mxyz：遍历所有属于点Mxyz领域范围N(Mxyz)的连续体素组合σ(Mxyz)，如果则更新强度值具体来说，N是三维网格中的一个领域系统：N(Mxyz)＝{Mj∈Z3，j≠(xyz)：||Mj-Mxyz||2＜d}；其中d是距离常数，σ(Mxyz)是一组空间连续的邻近体素组合；f是一个衡量邻近体素对目标体素点强度值影响能力的一个函数；S323、当迭代次数达到上限或者所有体素点的强度值不再更新时，停止迭代，得到当前的网格点强度值分布，给定不同的损失代价阈值，得到对应的不同剂量的CTV范围供放射科医生选择。本专利技术与现有技术相比，具有如下优点和有益效果：1、目前对于平均一个病例的放疗靶区，人工勾画需要耗时4-6个小时，基于而本方法确定的放疗靶区平均一个病例的消耗时间在5分钟之内，大大减少了医生的工作量和工作效率。2、现有的ABAS系统靶区勾画系统的工作原理是在硬性扩展用户指定的数值范围作为预防照射靶区。本专利技术基于大量临床数据，能有效地模拟肿瘤生长过程，自动确定放疗靶区边缘轮廓。使得放疗计划的设定更加精确和合理。3、本专利技术基于大量经临床验证治疗有效的训练集，创新性地提出使用互关联规则来挖掘不同位置肿瘤之间的依赖关系本文档来自技高网...

【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