一种脑肿瘤区分模型的构建方法技术

本发明专利技术涉及医学数据处理技术领域，具体提供了一种脑肿瘤区分模型的构建方法，该方法基于脑‑肿瘤交界区(BTI)构建了一个影像组学模型，该模型能够有效区分胶质母细胞瘤(GBM)和孤立性脑转移瘤(SBM)；GBM和SBM在主观的影像特征上存在显著重叠，而本发明专利技术构建的基于影像组学的脑肿瘤区分模型有效弥补了主观判断可能导致的不确定性，本发明专利技术提供的基于BTI区域的逻辑回归模型具有高预测能力和临床实用性，为临床诊断提供了重要的辅助工具，并显著提高了诊断准确性。

【技术实现步骤摘要】

本专利技术涉及医学数据处理，具体是一种脑肿瘤区分模型的构建方法。

技术介绍

1、胶质母细胞瘤(gbm)和脑转移瘤(bm)是成人中最常见的恶性脑肿瘤，它们在临床和病理上具有显著差异。gbm是成人中最常见且侵袭性强的原发性恶性脑肿瘤，预后极差。相比之下，bm是由其他部位的恶性肿瘤通过血行播散形成的继发性肿瘤，其治疗策略和预后与原发肿瘤的类型和分期密切相关。尽管部分bm病例可通过既往恶性病史或多发病灶明确诊断，但约30％的bm患者以脑转移为首发表现，其中约50％为孤立性脑转移瘤(sbm)。此外，gbm和sbm在常规mri图像上常表现出重叠特征，如相似的强化模式和t2加权图像(t2wi)上显示的周围水肿高信号，这给准确鉴别带来了重大挑战。

2、鉴于gbm和sbm的治疗策略不同，其鉴别诊断在临床上具有重要意义。因此，开发一种能够准确区分gbm和sbm的非侵入性诊断方法具有相当的临床价值。

3、近年来，影像组学作为一种新兴的定量分析方法应运而生，它从医学图像中提取高通量定量特征，为精确的肿瘤诊断提供了新的技术手段。影像组学可克服传统诊断方法的主本文档来自技高网...

【技术保护点】

1.一种脑肿瘤区分模型的构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤S1中，用于构建本脑肿瘤区分模型的影像组学信息的筛选条件包括：脑肿瘤种类经病理学证实；无脑部病变手术、放疗或其他治疗史；病变内无混合肿瘤类型；

3.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤S2中，图像预处理包括格式转换、重采样以实现1×1×1mm3的各向同性体素大小、图像校正。

4.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤S3中，勾画ROI区域的具体步骤包括：在T1加权对...

【技术特征摘要】

1.一种脑肿瘤区分模型的构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤s1中，用于构建本脑肿瘤区分模型的影像组学信息的筛选条件包括：脑肿瘤种类经病理学证实；无脑部病变手术、放疗或其他治疗史；病变内无混合肿瘤类型；

3.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤s2中，图像预处理包括格式转换、重采样以实现1×1×1mm3的各向同性体素大小、图像校正。

4.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤s3中，勾画roi区域的具体步骤包括：在t1加权对比增强图像上，逐层描绘roi，最终合成覆盖整个肿瘤病变的三维体积兴趣区voi。

5.根据权利要求1所述的一种脑肿瘤区分模型的构建方法，其特征在于，步骤s3中，bti区域分割是基于python代码的脑肿瘤界面自动分割，具体操作包括：将整个肿瘤边缘向外扩展5mm，再向内收缩5mm，生成直径为10mm的bti ro...

【专利技术属性】
技术研发人员：孙博，陈意妮，齐一伟，陈安良，董德硕，浦仁旺，
申请(专利权)人：大连医科大学附属第一医院，
类型：发明
国别省市：