基于增强CT影像组学的胃癌预后和化疗获益的辅助评估系统与方法技术方案

本发明专利技术涉及一种基于增强CT影像组学的胃癌预后和化疗获益的辅助评估系统与方法。本发明专利技术所述系统和方法包括提取胃癌对象增强CT门静脉期图像上胃癌病灶区域的19个图像纹理和形态特征数据，计算每个对象的胃癌影像组学评分GC Rad‑score，根据评分高低，对特定的个体分别进行定性以及定量的预测分析，评估对象接受手术切除肿瘤后预后和化疗获益，提供可信的预测与分析结果。本发明专利技术所述的系统和方法是以GC Rad‑score评分来辅助评估胃癌术后预后和化疗获益，操作过程简便、直观、易于重复。通过本发明专利技术所述系统与方法能够很好地评估胃癌术后预后和化疗获益情况，更好的辅助医生制定治疗和随访方案。

【技术实现步骤摘要】
基于增强CT影像组学的胃癌预后和化疗获益的辅助评估系统与方法
本专利技术涉及对于胃癌预后和化疗获益的评估，尤其涉及一种基于增强CT影响组学的胃癌预后和化疗获益的辅助评估系统和方法。
技术介绍
胃癌(Gastriccancer，GC)是世界上最常见的恶性肿瘤之一，仅在中国2015年新发生胃癌病人679,000例，胃癌死亡病人498,000例，严重加剧了全球，尤其是中国的疾病负担。胃癌易发生转移和化疗不敏感，是导致其预后差的重要原因。有效的预测胃癌患者术后的预后和化疗获益，将可以选择合适的治疗人群和方式，为有效诊治提供有力的支持。根据TNM(tumornodemetastasis)分期系统和组织分型对胃癌进行的临床分期，是目前最常用的预测预后和制定治疗方案的参考标准。然而，大量的研究表明即使是相同临床分期，治疗方案一致的病人，他们的临床结局也存在很大差异。增强CT(computedtomography)影像作为一种无创的肿瘤早期诊断方法，已被广泛应用于胃癌的辅助诊断中。目前使用增强CT影像信息进行临床辅助诊断往往依靠医生的主观经验，通过影像反映出的病人疾病影像特征给予相应诊断。然而医学影本文档来自技高网...

【技术保护点】
1.一种基于增强CT影像组学的胃癌预后和化疗获益的辅助评估系统，其特征在于，包括：数据输入模块，用于输入通过增强CT影像设备采集的来自对象的影像数据中的图像特征指标的数据，所述图像特征指标包括：S(1,1)DifVarnc(difference variance(差方差))、S(1,‑1)SumVarnc(sum variance(和方差))、S(2,0)InvDfMom(inverse difference moment(逆差矩))、S(2,0)Entropy(熵)、S(3,3)Correlat(correlation(自相关))、S(3,‑3)SumOfSqs(Sum of squares...

【技术特征摘要】
1.一种基于增强CT影像组学的胃癌预后和化疗获益的辅助评估系统，其特征在于，包括：数据输入模块，用于输入通过增强CT影像设备采集的来自对象的影像数据中的图像特征指标的数据，所述图像特征指标包括：S(1,1)DifVarnc(differencevariance(差方差))、S(1,-1)SumVarnc(sumvariance(和方差))、S(2,0)InvDfMom(inversedifferencemoment(逆差矩))、S(2,0)Entropy(熵)、S(3,3)Correlat(correlation(自相关))、S(3,-3)SumOfSqs(Sumofsquares(平方和))、S(3,-3)InvDfMom(inversedifferencemoment(逆差矩))、S(3,-3)SumVarnc(sumvariance(和方差))、S(0,4)AngScMom(angularsecondmomentenergy(角二次矩能量))、S(0,4)InvDfMom(inversedifferencemoment(逆差矩))、S(4,4)SumOfSqs(Sumofsquares(平方和))、S(4,-4)Correlat(correlation(自相关))、S(5,5)SumVarnc(sumvariance(和方差))、S(5,5)SumEntrp(sumentropy(和熵))、S(5,5)DifEntrp(differenceentropy(差熵))、S(5,-5)InvDfMom(inversedifferencemoment(逆差矩))、Horzl_ShrtREmp(horizontalshortrunemphasis(水平短游程补偿))、WavEnHH_s-2(energiesofwavelettransformcoefficientsinsub-bandsHH,withsubsamplingfactors＝2.(高频子带HH区域中小波变换系数的能量，其中二级小波分解区域为第二部分))、WavEnHH_s-3(energiesofwavelettransformcoefficientsinsub-bandsHH,withsubsamplingfactors＝3.(高频子带HH区域中小波变换系数的能量，其中二级小波分解区域为第三部分)，其中，S(x，y)表示为共生矩阵计算图像像素之间的不同方向和距离的各种纹理特征参数；共有4种方向和5个距离，分别为(a，0)水平方向，(0，a)垂直方向，(a，a)45度方向，(a，-a)135度方向4种计算参数方向；以及图像像素之间的5个距离a，其中a＝1,2,3,4,5；模型计算模块，包括影像组学评分模型，根据对象图像特征指标的结果以及影像组学评分模型计算对象影像组学评分Rad-score(Radiomicsscore)结果，计算公式GCRad-score＝3.90E-03×S(1,1)DifVarnc-8.02E-04×S(1,-1)SumVarnc+1.63E+00×S(2,0)InvDfMom+1.30E+00×S(2,0)Entropy+3.65E-01×S(3,3)Correlat-3.45E-03×S(3,-3)SumOfSqs-4.89E-01×S(3,-3)InvDfMom-9.31E-05×S(3,-3)SumVarnc-1.77E+00×S(0,4)AngScMom-2.30E-02×S(0,4)InvDfMom-2.52E-03×S(4,4)SumOfSqs-7.76E-02×S(4,-4)Correlat-1.59E-04×S(5,5)SumVarnc-1.19E+00×S(5,5)SumEntrp-1.28E-02×S(5,5)DifEntrp-5.76E-01×S(5,-5)InvDfMom-2.05E+00×Horzl_ShrtREmp-9.70E-03×WavEnHH_s-2-1.45E-03×WavEnHH_s-3；以及结果输出模块，根据GCRad-score评分结果对特定的个体分别进行定性以及定量的预测分析，评估对象接受手术切除肿瘤后预后和化...

【专利技术属性】
技术研发人员：李国新，江玉明，黄伟才，韩震，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：广东,44