【技术实现步骤摘要】
基于PET/CT双时成像的胰腺癌精准诊断系统
本专利技术涉及医学图像处理
,特别涉及一种基于PET/CT双时成像的胰腺癌精准诊断系统。
技术介绍
近年来,随着人民生活水平及医疗诊断技术的不断提高,在我国乃至世界范围内胰腺疾病的发病率均有上升的趋势。其中,自身免疫性胰腺炎(Autoimmunepancreatitis,AIP)与胰腺导管腺癌(Pancreaticductaladenocarcinoma,PDAC)之间的准确鉴别已成为临床上的一大难题。传统影像学检查手段,如超声、计算机断层扫描(Computedtomography,CT)和磁共振成像(Magneticresonanceimaging,MRI),它们利用胰腺的解剖学信息可以诊断具有典型表现(胰腺呈腊肠状弥漫性增大)的AIP患者。正电子发射计算机断层扫描(Positronemissiontomography,PET)/计算机断层扫描(Computedtomography,CT)将功能显像和解剖显像集成于一体,不仅可以显示病变的形态、尺寸、密度等解剖学信息,还可提供病变代谢、血流等功能信息,进而敏感、早期显示癌组织中特殊的代谢变化,达到早期诊断肿瘤目的。所以PET/CT在肿瘤良恶性病变诊断和分期、指导治疗及预后判断等方面具有重要的应用价值。然而PET/CT主要依靠氟代脱氧葡萄糖(18F-FDG)对胰腺病变代谢的高低来判断良恶,尚且缺乏特异性。因为胰腺部很多炎性/良性病变都有摄取18F-FDG而呈阳性显像,如自身免疫性胰腺炎(AIP)、慢性肿块型胰 ...
【技术保护点】
1.一种基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,包括:/n双时图像配准模块,其用于将通过PET/CT影像扫描采集的PET/CT延迟扫描图像数据与PET/CT早期扫描图像数据进行配准;其中,PET/CT早期扫描图像数据中的早期PET图像与早期CT图像已刚性配准,PET/CT延迟扫描图像数据中的延迟PET图像与延迟CT图像已刚性配准;/n病灶分割模块,其用于采用基于卷积神经网络的深度交互式分割网络模型对早期PET图像进行交互式半自动分割,然后利用早期PET图像的分割标签对延迟PET图像进行自动匹配分割,以及对早期CT图像和延迟CT图像进行自动匹配分割;/n以及影像组学分类诊断模块,其用于对分割后的PET/CT早期扫描图像和PET/CT延迟扫描图像进行分析,得出诊断结果。/n
【技术特征摘要】
1.一种基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,包括:
双时图像配准模块,其用于将通过PET/CT影像扫描采集的PET/CT延迟扫描图像数据与PET/CT早期扫描图像数据进行配准;其中,PET/CT早期扫描图像数据中的早期PET图像与早期CT图像已刚性配准,PET/CT延迟扫描图像数据中的延迟PET图像与延迟CT图像已刚性配准;
病灶分割模块,其用于采用基于卷积神经网络的深度交互式分割网络模型对早期PET图像进行交互式半自动分割,然后利用早期PET图像的分割标签对延迟PET图像进行自动匹配分割,以及对早期CT图像和延迟CT图像进行自动匹配分割;
以及影像组学分类诊断模块,其用于对分割后的PET/CT早期扫描图像和PET/CT延迟扫描图像进行分析,得出诊断结果。
2.根据权利要求1所述的基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,所述双时图像配准模块进行PET/CT延迟扫描图像数据与PET/CT早期扫描图像数据配准的方法包括以下步骤:
1)将延迟CT图像与早期CT图像配准;
2)根据所述步骤1)的配准结果将延迟PET图像与早期PET图像的进行自动配准。
3.根据权利要求2所述的基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,所述步骤1)具体包括:
1-1)将早期CT图像作为参考图像,将延迟CT图像作为待配准图像,对待配准图像和参考图像均进行预处理去除背景噪声;
1-2)对所述步骤1-1)得到的图像先进行双三次插值处理,再进行灰度归一化处理,得到处理后的待配准图像与参考图像;
1-3)进行所述步骤1-2)得到的待配准图像与参考图像的非刚性配准:给定一个初始待配准图像到参考图像的空间位置变换的初始变换矩阵,然后采用基于B样条局部控制的弹性形变场,使用交互方差和梯度互信息作为相似性测度,对该初始变换矩阵进行优化;
1-4)在当前变换为最优变换矩阵时,按该最优变换矩阵将配准图像配准至参考图像,输出待配准图像的配准结果;在当前变换矩阵非最优变换时,更新变换矩阵,并返回至所述步骤1-2)。
4.根据权利要求3所述的基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,所述步骤2)具体包括:
2-1)将早期PET图像作为参考图像,将延迟PET图像作为待配准图像,对早期PET图像和延迟PET图像均进行预处理去除背景噪声,然后进行双三次插值处理,再进行灰度归一化处理;
2-2)利用所述步骤1)得到的最优变换矩阵将所述步骤2-1)处理后的延迟PET图像配准至早期PET图像。
5.根据权利要求4所述的基于PET/CT双时成像的胰腺癌精准诊断系统,其特征在于,所述深度交互式分割网络模型包括初始分割网络和细化分割网络;
所述初始分割网络包括第一卷积神经网络模块CNN(P-Net)以及条件随机场模块CRF-Net(f);
所述卷积神经网络模块CNN(P-Net)提取图像特征进行图像初始分割,再通过所述条件随机场模块CRF-Net(f)优化图像的初始分割;
所述细化分割网络包括第二卷积神经网络模块CNN(R-Net)以及具有交互功能的条件随机场模块CRF-Net(fu);
所述第二卷积神经网络模块CNN(R-Net)结合初始分割结果和用户手动修改结果作为原始图像输入,最终实现图像的细化分割;其中,条件随机场模块CRF-Net(fu)建模为循环神经网络,可通过反向传播与第一卷积神经网络模块CNN(P-Net)或第二卷积神经网络模块CNN(R-Net)联合训练,从而不断优化细化分割结果。
6.根据权利要求5所述的基于PET/CT双时成像的胰腺癌精准诊断...
【专利技术属性】
技术研发人员:刘兆邦,李铭,杜强,张寅,胡涛,郑健,杨晓冬,
申请(专利权)人:中国科学院苏州生物医学工程技术研究所,
类型:发明
国别省市:江苏;32
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。