磁共振结直肠癌T分期预测方法及系统技术方案

本发明专利技术涉及一种磁共振结直肠癌T分期预测方法，包括：a.对获取的MRI图像进行预处理；b.对预处理后的图像进行图像分割；c.根据图像分割结果，提取所述图像的特征；d.根据提取的图像特征进行深度学习，得到卷积神经网络模型；e.利用集成学习结合上述图像特征和卷积神经网络模型，对结直肠癌的T分期结果进行预测。本发明专利技术能够对结直肠癌症T分期做出预测，提升了预测的性能，减轻了医生工作量。减轻了医生工作量。减轻了医生工作量。

Prediction method and system of T-staging of colorectal cancer by magnetic resonance imaging

【技术实现步骤摘要】
磁共振结直肠癌T分期预测方法及系统


[0001]本专利技术涉及一种磁共振结直肠癌T分期预测方法及系统。

技术介绍

[0002]结直肠癌是全世界最常见的癌症之一，是世界第三大常见癌症和第四大致死癌症，每年100万
‑
200万新发病例并且有70万人死亡。然而，超过一半的新发和死亡病例都能归因于可以控制的危险因素，如吸烟、不健康饮食、大量饮酒、缺乏体育锻炼和体重超标，因此结直肠癌可能是可以预防的。从结直肠癌的形成周期的角度来看，良性息肉发展为晚期肿瘤通常需要5至15年的时间。早期结直肠癌的5年生存率是90％，而晚期结直肠癌的5年生存率不到10％。由于结直肠癌具有隐匿性、病程长、早期诊断和预后良好的特点，因此筛查在结直肠癌的总体预防和控制中起着重要的作用。
[0003]结直肠癌的筛查技术，按检测方式的不同，可以分为侵入式和非侵入式检测方法，肠镜检测是经典的侵入式筛选方法，也是结直肠癌诊断的最准确的方法。但是在肠镜检测前，需要服药以使肠道排空，而且由于肠管冗长迂回，在镜头前进的过程中，有可能造成肠壁损伤甚至穿孔。相比之下，磁共振本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磁共振结直肠癌T分期预测方法，其特征在于，该方法包括如下步骤：a.对获取的MRI图像进行预处理；b.对预处理后的图像进行图像分割；c.根据图像分割结果，提取所述图像的特征；d.根据提取的图像特征进行深度学习，得到卷积神经网络模型；e.利用集成学习结合上述图像特征和卷积神经网络模型，对结直肠癌的T分期结果进行预测。2.如权利要求1所述的方法，其特征在于，所述的步骤a包括：将小于100的像素设置为100，大于800的像素设置为800，之后采用CLAHE直方图均衡化。3.如权利要求2所述的方法，其特征在于，所述的步骤b包括：采用U
‑
Net网络对预处理后的MRI图像进行分割，以实现图像中肿瘤区域的提取。4.如权利要求3所述的方法，其特征在于，所述的步骤c具体包括：利用PyRadiomics开源工具对图像分割结果提取2D和3D的特征，其中，所述2D和3D的特征包括：形状特征、一阶灰度特征、高阶灰度特征以及相关的小波变换特征，然后利用LASSO算法进行特征筛选，并且对相应的参数进行调节，最后将筛选后得到的特征输入随机森林分类模型。5.如权利要求4所述的方法，其特征在于，所述的步骤d具体包括：采用的网络是自定义的4层卷积神经网络，经过4次卷积层和池化层以及相应残差连接，分别在32*32、16*16、8*8、4*4的感受野下进行特征提取，并且加入了空间自注意力模块和通道自注意力模块来给予特征相应的权重，自动化地得到每个特征的重要程度从而提升整个模型的性能，同时加入dropout层以减少模型的过拟合，采用的损失函数为Focal
‑
Loss损失函数。6.一种磁共振结直肠癌T分期预测系统，其特征在于，该系统包括预处理模块、图像分割模块、特征提取模...

【专利技术属性】
技术研发人员：贾富仓，马骁，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：