【技术实现步骤摘要】
一种脑肿瘤放射治疗疗效预测方法、系统和存储介质
[0001]本专利技术属于医学图像处理
,具体涉及一种脑肿瘤放射治疗疗效预测方法
、
系统和存储介质
。
技术介绍
[0002]脑肿瘤疾病是影响和危害人们身体健康和生命安全的重要疾病,通常包括脑胶质瘤
、
脑转移瘤
、
脑膜瘤等肿瘤疾病类型,因为肿瘤占区会破坏脑子的其他组织,往往会带来额外的生命风险
。
对于脑肿瘤的临床诊断方式,常规为多模态
MRI
影像扫描,增强
T1WI(T1CE)
会重点显示出肿瘤核心区域,
T2 FLAIR
影像通常会增强显示肿瘤水肿区域,
ADC
等功能
MRI
影像则会显示出肿瘤的代谢等其他功能信息,因此临床常结合多模态
MRI
影像进行整体脑肿瘤疾病的诊断和治疗决策制定
。
[0003]脑肿瘤疾病的治疗方面,传统的三大治疗手段为手术切除
、
放射治疗和化疗
。
放疗通常作为脑肿瘤治疗的常规方式,尤其针对数量较多的脑转移瘤,而放疗又包括全脑放疗
、
定向放射治疗等不同手段
。
在临床上,我们通常无法提前预知脑肿瘤在放射治疗后的变化,需要治疗后三个月
、
半年
、
一年进行定期
MRI
扫描随访
。
这对于脑肿瘤患者的个体化管理非 ...
【技术保护点】
【技术特征摘要】
1.
一种脑肿瘤放射治疗疗效预测方法,其特征在于,包括如下步骤:步骤1,获取患者的多模态脑
MRI
影像,包括
T1WI、T2WI、T2FLAIR、T1CE、ADC
五种
MRI
模态;步骤2,针对模态缺失的情况,构建不同
MRI
模态之间互相转换的生成模型,用于缺失
MRI
模态的补充;步骤3,对五种
MRI
模态之间进行图像配准和对齐,统一图像尺寸;步骤4,搭建多模态
Transformer
网络,同时输入五种
MRI
模态影像,在网络融合层进行多模态特征融合,输出对该患者放射治疗的疗效预测结果
。2.
按照权利要求1所述的脑肿瘤放射治疗疗效预测方法,其特征在于:步骤1中,所述脑
MRI
影像为常规临床扫描影像,用于脑肿瘤的诊断
。3.
按照权利要求1所述的脑肿瘤放射治疗疗效预测方法,其特征在于:步骤2中,所述不同
MRI
模态之间相互转换的生成模型是基于
CycleGAN
算法构建的,基于
Pytorch
实现,通过多模态
MRI
数据集训练得到
。4.
按照权利要求1所述的脑肿瘤放射治疗疗效预测方法,其特征在于:步骤3中,所述图像配准和对齐为刚性配准和对齐,通过重采样算法统一图像尺寸,并实施
N4
校正脑影像预处理
。5.
...
【专利技术属性】
技术研发人员:孙淼,姜泽坤,侯峻枫,孟思睿,
申请(专利权)人:华西精创医疗科技成都有限公司,
类型:发明
国别省市:
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。