一种基于医学影像的肿瘤异质性表征方法技术

本发明专利技术提供了一种基于医学影像的肿瘤异质性表征方法，属于疾病异质性表征技术领域，包括：提取放疗前宫颈癌患者医学图像中的肿瘤区域；将医学图像中的肿瘤区域输入表征肿瘤异质性的网络，输出异质性表征结果，具体包括：将医学图像中的肿瘤区域输入超像素分割模块，将肿瘤区域分割为具有相似属性的多个子区域；通过高分辨率表征模块提取多个子区域的特征值；通过肿瘤异质性表征模块计算多个子区域的特征值的平均值和标准差，并将平均值和标准差的加权组合作为子区域描述符，通过子区域描述符表征肿瘤的异质性。本发明专利技术提出的表征方法利用超像素分割模块将肿瘤划分为预定义数量的子区域，能够更准确地分析肿瘤的异质性，与传统方法相比更加细致和全面。创新地引入了异质性表征模块，使用特征映射的均值和方差的组合来表征肿瘤的异质性，避免了传统的卷积和池化操作所带来的局限性，提供了更加准确和有意义的表征。

【技术实现步骤摘要】

本专利技术属于疾病异质性表征，具体涉及一种基于医学影像的肿瘤异质性表征方法。

技术介绍

1、宫颈癌是一个重大的全球健康问题，其发病率和死亡率在女性疾病中排名第四。尽管治疗方法有了进步，如外束放疗(ebrt)联合化疗，但局部晚期宫颈癌(lacc)的5年总生存率仍然不理想，国际妇产科学联合会(figo)ii期、iii期和iv期a的生存率分别仅为65％、40％和15％。研究表明表明多达三分之一的宫颈癌患者在治疗后18个月内存在很大的复发风险。这些统计数据突显了更精准和实时的疗效预测模型对于评估治疗反应和促进个性化治疗规划的紧迫需求。

2、目前的治疗反应预测方法主要围绕临床参数展开，如肿瘤分期和患者特征。但是这些方法有时可能忽视肿瘤行为的各种复杂性，有可能导致结果不尽如人意。相比之下，利用医学成像的潜力提供了一个更全面和个性化的视角，整合了解剖和功能的见解。目前医学影像分析中用于预测治疗反应的方法主要是手动提取与图像中治疗反应相关的特征，或者使用端到端的深度神经网络进行直接特征提取和分类。然而，这些方法经常忽视了对模型决策的可解释性分析的需求，未能深入本文档来自技高网...

【技术保护点】

1.一种基于医学影像的肿瘤异质性表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于医学影像的肿瘤异质性表征方法，其特征在于，所述高分辨率表征模块包括初始卷积层和多个扩张卷积层，每个所述扩张卷积层包含多个残差块，所述初始卷积层能够从子区域中提取初步的低级特征，所述低级特征包括边缘和纹理；多个所述残差块能够从子区域中提取分层特征。

3.根据权利要求2所述的一种基于医学影像的肿瘤异质性表征方法，其特征在于，所述初始卷积层为具有标准3x3核和步幅为1的初卷积层。

4.根据权利要求1所述的一种基于医学影像的肿瘤异质性表征方法，其特征在于，所述...

【技术特征摘要】

1.一种基于医学影像的肿瘤异质性表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于医学影像的肿瘤异质性表征方法，其特征在于，所述高分辨率表征模块包括初始卷积层和多个扩张卷积层，每个所述扩张卷积层包含多个残差块，所述初始卷积层能够从子区域中提取初步的低级特征，所述低级特征包括边缘和纹理；多个所述残差块能够从子区域中提取分层特征。

3.根据权利要求2所述的一种基于医学影像的肿瘤异质性表征方法，其特征在于，所述初始卷积层为具有标准3x3核和步幅为1的初卷积层。

4.根据权利要求1所述的一种基于医学影像的肿...

【专利技术属性】
技术研发人员：黄东，卢虹冰，刘洋，徐肖攀，
申请(专利权)人：中国人民解放军空军军医大学，
类型：发明
国别省市：