一种基于AdaBoost特征融合的鼻咽癌坏死预测方法技术

本发明专利技术公开了一种基于AdaBoost特征融合的鼻咽癌坏死预测方法，利用鼻咽癌患者核磁放射前三个模态扫描影像进行图像预处理，并且由经验医生勾画肿瘤区域作为掩膜，接下来根据这两组图像提取影像组学特征。对于剂量图像，手动提取图像中特征，联合影像组学特征进行特征筛选。最后利用以决策树为基础的模型融合方法AdaBoost对筛选特征进行模型搭建，模型测试等工作。本发明专利技术根据病人放射治疗前的影像数据及放疗计划，来预测鼻咽癌坏死情况，可修改放疗计划，使病人免于放射治疗副作用的影响；利用传统特征提取方法和传统机器学习方法，在一定程度上减少模型训练时间并且提高了结果与特征之间的可解释性。征之间的可解释性。征之间的可解释性。

【技术实现步骤摘要】
一种基于AdaBoost特征融合的鼻咽癌坏死预测方法


[0001]本专利技术涉及鼻咽癌坏死预测
，特别涉及一种基于AdaBoost特征融合的鼻咽癌坏死预测方法。

技术介绍

[0002]鼻咽癌好发于鼻咽黏膜，是一类常见的头颈部恶性肿瘤。到目前为止，放射治疗仍被认为是鼻咽癌的主要治疗方式，其原因是大部分鼻咽癌的病理类型为低分化鳞癌，对放射线具有较高的敏感性，放射治疗不仅可以达到理想的治疗效果，还保证了鼻咽部及颈部解剖结构的完整性，提高了患者的生活质量。从开展了鼻咽癌深部线放射治疗以来，经历年代放疗技术，使鼻咽癌单纯放疗的局部控制率达到。部分早期鼻咽癌患者甚至可以通过放疗达到治愈的效果。放疗前一般由物理师设计放疗计划，临床医生根据放疗计划，对病人进行放射治疗；由于受到肿瘤属性、物理师经验水准、病人自身情况等多因素影响，部分病人在接受放射治疗后会出现肿瘤区域坏死情况。
[0003]磁共振在鼻咽癌病灶的检测、疗效的评价、临床分期和预测等方面一直以来都发挥着重要的作用。传统的基于形态的MRI对鼻咽癌治疗效果的早期预测几乎没有帮助。随着影像组学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AdaBoost特征融合的鼻咽癌坏死预测方法，其特征在于：包括以下步骤：1)医学影像图像预处理：分别获取病人的MRI多模态数据T1、T1C、T2，再由医生手动分割出肿瘤区域；并对MR图像进行N4偏置场纠正；2)影像组学特征提取：利用python pyradiomics程序库对步骤1)中得到的多模态数据及肿瘤区域提取影像组学特征；3)多模态组学特征选择：分别对三个模态数据提取到的影像组学特征进行特征参数相关性计算，筛选出相关系数低的特征，并将筛选出的多模态特征进行拼接融合，作为病人组学特征；对每个特征下的所有病例进行归一化处理；4)剂量特征提取：剂量特征表现为扫描图像，剂量影像切片像素值求和，以每个病例为单位计算其统计值；5)特征融合：将步骤3)得到的组学特征和步骤4)得到的剂量特征拼接融合，并对所有特征进行归一化处理；6)模型搭建：将步骤5)融合后的所有数据送入以决策树分类器为基础的AdaBoost分类器进行二分类；单分类器是决策树，增强组合算法是Adaboost算法；7)利用交叉验证计算auc指标；8)多次重复步骤6)～7)，比较测试结果，得出病人以该剂量数据进行化疗后...

【专利技术属性】
技术研发人员：王奕然，卢山富，颜子夜，袁博，
申请(专利权)人：浙江柏视医疗科技有限公司，
类型：发明
国别省市：