【技术实现步骤摘要】
本专利技术属于医学图像处理，尤其涉及肝癌图像强化区域预测方法及系统。
技术介绍
1、肝细胞癌(hepatocellular carcinoma,hcc)是常见的原发性肝脏恶性肿瘤，其治疗效果评估是hcc患者管理和药物临床试验的重要步骤。
2、目前，hcc治疗反应的评估常采用mrecist(modified responseevaluationcriteria in solid tumors)标准。该标准选取适于重复测量的病灶为靶病灶，优先测量典型病灶，即在ct或mri增强扫描上显示非边缘样瘤内强化的肝内hcc病灶。为适应hcc的特殊性，mrecist要求测量病灶的强化部分最长径，即肿瘤的活性部分，同时避开坏死区域。目前，靶病灶的识别、测量均依靠主观人工评估。由于强化部分最长径线所在层面可能随治疗而变，且需避开肿瘤内坏死区域，可靠结果的得出需细致观察、测量和对比各层面影像，因而费时费力，且不可避免地存在误差。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提供了肝癌图像强化区域预测方法及系统，在神经网络对肝癌医学影像进行分割的基础之上，采用算法提取其中的肝癌肿瘤强化区域，无需人工进行识别的测量，极大的降低了误差，实现对肝癌肿瘤强化区域的精准识别。
2、为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
3、本专利技术第一方面提供了一种肝癌图像强化区域预测方法。
4、肝癌图像强化区域预测方法，包括以下步骤：
<...【技术保护点】
1.肝癌图像强化区域预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，取肝癌肿瘤区域相对于肝脏区域的补集，作为残肝区域。
3.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，将主动脉区域的平均HU值作为主动脉区域的强化血管强度阈值。
4.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，在得到了肝癌肿瘤强化区域之后，还包括对肝癌肿瘤强化区域相关参数的测量，包括肿瘤最大层面中强化区域面积、肿瘤最大层面中强化区域最大径、强化区域体积和强化区域三维最大径。
5.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，还包括对神经网络模型进行训练，具体为：
6.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，还包括对获取的肝癌医学影像进行预处理，包括：
7.如权利要求5所述的肝癌图像强化区域预测方法，其特征在于，所述感兴趣区域的具体获取过程为：
8.肝癌图像强化区域预测系统，其特征在于，包括：
9.计算机可读存储介质，其上存
10.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的肝癌图像强化区域预测方法中的步骤。
...【技术特征摘要】
1.肝癌图像强化区域预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，取肝癌肿瘤区域相对于肝脏区域的补集，作为残肝区域。
3.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，将主动脉区域的平均hu值作为主动脉区域的强化血管强度阈值。
4.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，在得到了肝癌肿瘤强化区域之后，还包括对肝癌肿瘤强化区域相关参数的测量，包括肿瘤最大层面中强化区域面积、肿瘤最大层面中强化区域最大径、强化区域体积和强化区域三维最大径。
5.如权利要求1所述的肝癌图像强化区域预测方法，其特征在于，还包括对神经网络模型进...
【专利技术属性】
技术研发人员：于德新，左立平，刘恩宇，范金蕾，杨梓萌，刘晓鸣，
申请(专利权)人：山东大学齐鲁医院，
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。