【技术实现步骤摘要】
一种利用PET/CT图像推算肺癌基因分型的演算方法
本专利技术涉及肿瘤检测
,具体涉及一种基于深度学习模型利用PET/CT图像推算肺癌基因分型的方法。
技术介绍
世界范围内,肿瘤是死亡的主要原因之一,而肿瘤的诊断一直是癌症研究领域的关键问题。如何更准确的判断肿瘤患者的患病情况成为了医疗研究工作者的共同目标,这对于节约医疗资源和提高患者的满意度起着至关重要作用。近些年来,PET/CT影像技术应用于恶性肿瘤诊断、肿瘤分期等,由于其准确性高,得到了一定的推广。放射组学也称为影像组学,是指利用计算机断层扫描(CT)、正电子发射断层扫描(PET)或磁共振成像(MRI)等方法,提取并分析大量的定量影像学特征,从而获得医学图像的高通量成像的特征数据。基因组学是从分子水平研究整个基因组的结构和功能的分支学科,其目标是认识基因的结构、功能及进化规律,阐明整个基因组所涵盖的遗传物质的全部信息及相互关系,为预防和治疗人类疾病提供学依据口。放射组学与基因组学、蛋白质组学等相关组学彼此关联并相互促进,不断发展。放射基因组学运用影像学手段 ...
【技术保护点】
1.一种利用PET/CT图像推算肺癌基因分型的演算方法,其特征是,包括以下步骤:/n1)基于PET/CT诊断对人体进行医疗影像拍摄,得到影像资料;/n2)获得不同的影像资料进行肿瘤组织及淋巴结的密度、形态和纹理评估;/n3)通过图像分割与绘制,逐层勾画主病灶的轮廓,然后将二维肿瘤区域进行三维容积重组,生成三维感兴趣的容积,并从中提取特征数据;/n4)建立改进的随机森林算法,利用Pearson相关系数建立一种深度学习模型,进行患者血液中肿瘤标志物种类和浓度类别的学习及区分,根据深度学习来推算肺癌基因分型,提高肺癌的诊断效率。/n
【技术特征摘要】
1.一种利用PET/CT图像推算肺癌基因分型的演算方法,其特征是,包括以下步骤:
1)基于PET/CT诊断对人体进行医疗影像拍摄,得到影像资料;
2)获得不同的影像资料进行肿瘤组织及淋巴结的密度、形态和纹理评估;
3)通过图像分割与绘制,逐层勾画主病灶的轮廓,然后将二维肿瘤区域进行三维容积重组,生成三维感兴趣的容积,并从中提取特征数据;
4)建立改进的随机森林算法,利用Pearson相关系数建立一种深度学习模型,进行患者血液中肿瘤标志物种类和浓度类别的学习及区分,根据深度学习来推算肺癌基因分型,提高肺癌的诊断效率。
2.根据权利要求1所述的方法,其特征在于,所述特征数据包括肿瘤直方图强度、形状和尺寸特征、纹理结构、定位、分形和融合特征、与周围组织的关系及是否临近肺部支气管树和血管树。
3.根据权利要求1所述的方法,其特征在于,随机森林中每棵树的构建重复以下步骤:
(1)对训练集做一次自举重采样得到子训练集;
(2)使用(...
【专利技术属性】
技术研发人员:袁双虎,李玮,李莉,韩毅,刘宁,魏玉春,王碧瑶,袁朔,吕慧颖,于金明,
申请(专利权)人:北京易康医疗科技有限公司,山东省肿瘤防治研究院山东省肿瘤医院,山东大学,济南比山网络科技有限公司,
类型:发明
国别省市:北京;11
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。