胶质瘤制造技术

本发明专利技术公开了一种胶质瘤

【技术实现步骤摘要】
胶质瘤IDH突变状态无创预测模型训练系统及预测系统


[0001]本专利技术涉及医学影像处理
，特别是涉及一种基于多种瘤周水肿区核磁序列影像特征信息的胶质瘤
IDH
突变状态无创预测模型训练系统及预测系统
。

技术介绍

[0002]目前，术前有创检测胶质瘤
IDH(
异柠檬酸脱氢酶
)
突变状态需获得肿瘤组织标本，实验条件要求高
。
术前无创检测胶质瘤
IDH
突变状态需要通过影像学手段，例如，常规核磁序列影像数据可以通过肿瘤的位置
、
直径
、
囊变坏死程度
、
中线结构移位
、
水肿程度
、
强化程度等信息来鉴别胶质瘤
IDH
突变状态，即结合常规核磁影像学特征方法能够实现无创预测，但总体上诊断效能相对较低，其诊断的阳性预测值仅为
39
％，诊断效能为中等，需要一种更为可靠且客观的方法
。

技术实现思路

[0003]本专利技术的目的是提供一种胶质瘤
IDH
突变状态无创预测模型训练系统及预测系统，以达到提高胶质瘤
IDH
突变状态无创预测的准确性
。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]第一方面，本专利技术提供了一种胶质瘤
IDH
突变状态无创预测模型训练系统，包括：
[0006]数据获取模块，用于：获取胶质瘤区域的各核磁序列影像数据以及对应的
IDH
突变状态信息；其中，所述数据获取模块获取的核磁序列影像数据包括
T1
序列影像数据
、T2
序列影像数据
、T2
‑
FLAIR
序列影像数据
、T1+C
序列影像数据和
DTI
序列影像数据；
[0007]数据处理模块，用于：对各核磁序列影像数据进行处理，得到各瘤周水肿区核磁序列影像数据以及每瘤周水肿区核磁序列影像数据对应的
IDH
突变状态信息；其中，所述数据处理模块输出的瘤周水肿区核磁序列影像数据包括瘤周水肿区
T1
序列影像数据
、
瘤周水肿区
T2
序列影像数据
、
瘤周水肿区
T2
‑
FLAIR
序列影像数据
、
瘤周水肿区
T1+C
序列影像数据
、
瘤周水肿区
FW
序列影像数据
、
瘤周水肿区
FA
序列影像数据和瘤周水肿区
MD
序列影像数据；
[0008]第一阶段神经网络模型训练模块，用于：以一瘤周水肿区核磁序列影像数据为输入数据，以相应的
IDH
突变状态信息为标签数据，训练第一阶段神经网络模型，进而得到每瘤周水肿区核磁序列影像数据对应的训练好的第一阶段神经网络模型；
[0009]第二阶段神经网络模型训练模块，用于：
[0010]以结构相特征为输入数据，以所述结构相特征对应的
IDH
突变状态信息为标签数据，训练第一阶段神经网络模型，得到所述结构相特征对应的训练好的第二阶段神经网络模型；所述结构相特征包括第一标记训练好的第一阶段神经网络模型的全连接层输出的特征；所述第一标记训练好的第一阶段神经网络模型包括瘤周水肿区
T1
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
T2
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
T2
‑
FLAIR
序列影像数据对应的训练好的第一阶段神经网络模型和瘤周水肿区
T1+C
序列影像数据对应的训练好的第一阶段神经网络模型；
[0011]以功能相特征为输入数据，以所述功能相特征对应的
IDH
突变状态信息为标签数据，训练第二阶段神经网络模型，得到所述功能相特征对应的训练好的第二阶段神经网络模型；所述功能相特征包括第二标记训练好的第一阶段神经网络模型的全连接层输出的特征；所述第二标记训练好的第一阶段神经网络模型包括瘤周水肿区
FW
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
FA
序列影像数据对应的训练好的第一阶段神经网络模型和瘤周水肿区
MD
序列影像数据对应的训练好的第一阶段神经网络模型；
[0012]第三阶段神经网络模型训练模块，用于：以综合特征为输入数据，以所述综合特征对应的
IDH
突变状态信息为标签数据，训练第三阶段神经网络模型，得到训练好的第三阶段神经网络模型；所述综合特征包括所述结构相特征对应的训练好的第二阶段神经网络模型的全连接层输出的特征和所述功能相特征对应的训练好的第二阶段神经网络模型的全连接层输出的特征；
[0013]模型评估模块，用于：评估所有训练好的第一阶段神经网络模型
、
训练好的第二阶段神经网络模型以及训练好的第三阶段神经网络模型，得到评估结果，并根据评估结果将模型性能最优的训练好的神经网络模型确定为胶质瘤
IDH
突变状态无创预测模型
。
[0014]可选地，所述数据处理模块具体包括：
[0015]提取与转换处理单元，用于对
DTI
序列影像数据进行提取与转换处理，得到
FW
序列影像数据
、FA
序列影像数据以及
MD
序列影像数据；
[0016]校正配准单元，用于：对
T1
序列影像数据
、T2
序列影像数据
、T2
‑
FLAIR
序列影像数据
、T1+C
序列影像数据
、FW
序列影像数据
、FA
序列影像数据以及
MD
序列影像数据进行校正配准处理；
[0017]图像分割单元，用于：对校正配准处理后的
T2
‑
FLAIR
序列影像数据和校正配准处理后的
T1+C
序列影像数据进行图像分割，得到瘤周水肿区
T2
‑
FLAIR
序列影像数据和瘤周水肿区
T1+C
序列影像数据，并根据瘤周水肿区
T2
‑
FLAIR
序列影像数据和瘤周水肿区
T1+C
序列影像数据，分别对校正配准处理后的
T1
序列影像数据
、
校正配准处理后的
T2
序列影像数据
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种胶质瘤
IDH
突变状态无创预测模型训练系统，其特征在于，包括：数据获取模块，用于：获取胶质瘤区域的各核磁序列影像数据以及对应的
IDH
突变状态信息；其中，所述数据获取模块获取的核磁序列影像数据包括
T1
序列影像数据
、T2
序列影像数据
、T2
‑
FLAIR
序列影像数据
、T1+C
序列影像数据和
DTI
序列影像数据；数据处理模块，用于：对各核磁序列影像数据进行处理，得到各瘤周水肿区核磁序列影像数据以及每瘤周水肿区核磁序列影像数据对应的
IDH
突变状态信息；其中，所述数据处理模块输出的瘤周水肿区核磁序列影像数据包括瘤周水肿区
T1
序列影像数据
、
瘤周水肿区
T2
序列影像数据
、
瘤周水肿区
T2
‑
FLAIR
序列影像数据
、
瘤周水肿区
T1+C
序列影像数据
、
瘤周水肿区
FW
序列影像数据
、
瘤周水肿区
FA
序列影像数据和瘤周水肿区
MD
序列影像数据；第一阶段神经网络模型训练模块，用于：以一瘤周水肿区核磁序列影像数据为输入数据，以相应的
IDH
突变状态信息为标签数据，训练第一阶段神经网络模型，进而得到每瘤周水肿区核磁序列影像数据对应的训练好的第一阶段神经网络模型；第二阶段神经网络模型训练模块，用于：以结构相特征为输入数据，以所述结构相特征对应的
IDH
突变状态信息为标签数据，训练第一阶段神经网络模型，得到所述结构相特征对应的训练好的第二阶段神经网络模型；所述结构相特征包括第一标记训练好的第一阶段神经网络模型的全连接层输出的特征；所述第一标记训练好的第一阶段神经网络模型包括瘤周水肿区
T1
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
T2
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
T2
‑
FLAIR
序列影像数据对应的训练好的第一阶段神经网络模型和瘤周水肿区
T1+C
序列影像数据对应的训练好的第一阶段神经网络模型；以功能相特征为输入数据，以所述功能相特征对应的
IDH
突变状态信息为标签数据，训练第二阶段神经网络模型，得到所述功能相特征对应的训练好的第二阶段神经网络模型；所述功能相特征包括第二标记训练好的第一阶段神经网络模型的全连接层输出的特征；所述第二标记训练好的第一阶段神经网络模型包括瘤周水肿区
FW
序列影像数据对应的训练好的第一阶段神经网络模型
、
瘤周水肿区
FA
序列影像数据对应的训练好的第一阶段神经网络模型和瘤周水肿区
MD
序列影像数据对应的训练好的第一阶段神经网络模型；第三阶段神经网络模型训练模块，用于：以综合特征为输入数据，以所述综合特征对应的
IDH
突变状态信息为标签数据，训练第三阶段神经网络模型，得到训练好的第三阶段神经网络模型；所述综合特征包括所述结构相特征对应的训练好的第二阶段神经网络模型的全连接层输出的特征和所述功能相特征对应的训练好的第二阶段神经网络模型的全连接层输出的特征；模型评估模块，用于：评估所有训练好的第一阶段神经网络模型
、
训练好的第二阶段神经网络模型以及训练好的第三阶段神经网络模型，得到评估结果，并根据评估结果将模型性能最优的训练好的神经网络模型确定为胶质瘤
IDH
突变状态无创预测模型
。2.
根据权利要求1所述的一种胶质瘤
IDH
突变状态无创预测模型训练系统，其特征在于，所述数据处理模块具体包括：提取与转换处理单元，用于对
DTI
序列影像数据进行提取与转换处理，得到
FW
序列影像数据
、FA
序列影像数据以及
MD
序列影像数据；校正配准单元，用于：对
T1
序列影像数据
、T2
序列影像数据
、T2
‑
FLAIR
序列影像数据
、T1
+C
序列影像数据
、FW
序列影像数据
、FA
序列影像数据以及
MD
序列影像数据进行校正配准处理；图像分割单元，用于：对校正配准处理后的
T2
‑
FLAIR
序列影像数据和校正配准处理后的
T1+C
序列影像数据进行图像分割，得到瘤周水肿区
T2
‑
FLAIR
序列影像数据和瘤周水肿区
T1+C<...

【专利技术属性】
技术研发人员：王群，蔡正厅，刘明航，杨晨轩，
申请(专利权)人：中国人民解放军总医院第一医学中心，
类型：发明
国别省市：