本發(fā)明涉及圖像分割，特別是涉及一種腫瘤乏氧水平評(píng)估方法及系統(tǒng)。

背景技術(shù)：

1、乏氧是導(dǎo)致腫瘤放化療抵抗的重要原因。腫瘤乏氧水平具有顯著的時(shí)域波動(dòng)性；這種乏氧模式在驅(qū)動(dòng)腫瘤放化療抵抗中發(fā)揮了核心作用；此外，在乏氧-復(fù)氧循環(huán)的不同時(shí)段，腫瘤氧合水平可相差2至5倍。根據(jù)乏氧波動(dòng)規(guī)律科學(xué)設(shè)計(jì)治療執(zhí)行時(shí)機(jī)，使放化療作用峰值時(shí)段與復(fù)氧時(shí)段契合，將可明顯提升療效。這需要對(duì)乏氧時(shí)域特征可視化評(píng)估，進(jìn)而用以引導(dǎo)放化療。但目前腫瘤乏氧水平評(píng)估需要人工分割計(jì)算，存在耗時(shí)耗力問(wèn)題，且缺乏與之匹配的治療系統(tǒng)。

2、神經(jīng)網(wǎng)絡(luò)模型可極大的減少人工分割所需的時(shí)間和精力，同時(shí)保證了分割結(jié)果的一致性和準(zhǔn)確性，因此需要研發(fā)更高效、精準(zhǔn)的腫瘤乏氧動(dòng)態(tài)波動(dòng)的自動(dòng)化識(shí)別方法和治療系統(tǒng)才可以更好地滿足臨床實(shí)際需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是：解決現(xiàn)有的分割方式存在耗時(shí)耗力的同時(shí)提供一種治療系統(tǒng)。

2、為了達(dá)到上述目的，本發(fā)明的技術(shù)方案是提供了一種腫瘤乏氧水平評(píng)估方法，其特征在于，包括以下步驟：

3、獲取t2和bold-mri模態(tài)影像；

4、將t2和bold-mri模態(tài)影像輸入預(yù)先配置的腫瘤分割模型和乏氧區(qū)域分割模型進(jìn)行分割，并得到腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果；

5、結(jié)合腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果，計(jì)算對(duì)應(yīng)的影像學(xué)特征，根據(jù)影像學(xué)特征確定腫瘤乏氧水平；

6、重復(fù)多次掃描腫瘤，得到腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線。

7、于本發(fā)明的一實(shí)施例中，將所述t2模態(tài)影像輸入所述腫瘤分割模型，通過(guò)所述腫瘤分割模型得到所述腫瘤分割結(jié)果；將所述bold-mri模態(tài)影像輸入所述乏氧區(qū)域分割模型，通過(guò)所述乏氧區(qū)域分割模型得到所述乏氧區(qū)域分割結(jié)果。

8、于本發(fā)明的一實(shí)施例中，結(jié)合所述腫瘤分割結(jié)果和所述乏氧區(qū)域分割結(jié)果，計(jì)算對(duì)應(yīng)的影像學(xué)特征，包括：

9、將所述乏氧區(qū)域分割結(jié)果通過(guò)剛性配準(zhǔn)算法配準(zhǔn)到所述腫瘤分割結(jié)果的t2模態(tài)影像空間，根據(jù)配準(zhǔn)結(jié)果得到影像學(xué)特征，該影像學(xué)特征包括面積、比值、形態(tài)，采用以下計(jì)算公式：

10、

11、式中，r為腫瘤氧含量水平，為腫瘤氧含量面積，s2為腫瘤面積。

12、

13、式中：r為腫瘤氧含量水平；a、b、c、d為常數(shù)，為極度乏氧、重度乏氧、中度乏氧、輕度乏氧區(qū)域的氧含量系數(shù)；sa、sb、sc、sd分別為極度乏氧、重度乏氧、中度乏氧、輕度乏氧區(qū)域的面積；s為腫瘤面積。

14、r′＝1-r

15、式中，r′為腫瘤乏氧水平，r為腫瘤氧含量水平。

16、于本發(fā)明的一實(shí)施例中，在將所述t2和bold-mri模態(tài)影像輸入所述腫瘤分割模型和所述乏氧區(qū)域分割模型之前，還包括對(duì)所述t2和bold-mri模態(tài)影像進(jìn)行預(yù)處理。

17、于本發(fā)明的一實(shí)施例中，所述腫瘤分割模型和所述乏氧區(qū)域分割模型均采用2dvb-net網(wǎng)絡(luò)框架，所述2d?vb-net網(wǎng)絡(luò)框架采用編碼器-解碼器框架，包括卷積層、bn層、relu激活函數(shù)層和softmax層，在編碼器和解碼器內(nèi)部采用殘差結(jié)構(gòu)和瓶頸層，所述2d?vb-net網(wǎng)絡(luò)框架學(xué)習(xí)多模態(tài)數(shù)據(jù)特征，用于自動(dòng)識(shí)別腫瘤和乏氧區(qū)域。

18、于本發(fā)明的一實(shí)施例中，重復(fù)多次掃描腫瘤，得到腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線，還包括：

19、將所述重復(fù)多次掃描腫瘤獲取的所述t2和bold-mri模態(tài)影像輸入分別輸入所述腫瘤分割模型和乏氧區(qū)域分割模型，得到不同時(shí)間點(diǎn)腫瘤乏氧水平結(jié)果，根據(jù)所述不同時(shí)間點(diǎn)腫瘤乏氧水平結(jié)果繪制所述腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線，所述腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線的橫坐標(biāo)表示圖像獲取時(shí)間，縱坐標(biāo)表示腫瘤氧分壓。

20、本發(fā)明的另一個(gè)技術(shù)方案是提供了一種腫瘤乏氧水平評(píng)估系統(tǒng)，其特征在于：包括：

21、獲取模塊，用于獲取患者腫瘤的t2和bold-mri模態(tài)影像；

22、腫瘤分割模塊，用于將所述t2模態(tài)影像輸入預(yù)先配置的腫瘤分割模型，得到腫瘤分割結(jié)果；

23、乏氧區(qū)域分割模塊，用于將所述bold-mri模態(tài)影像輸入預(yù)先配置的乏氧區(qū)域分割模型，得到乏氧區(qū)域分割結(jié)果；

24、計(jì)算模塊，用于根據(jù)腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果確定腫瘤乏氧水平結(jié)果，其中，所述腫瘤乏氧水平結(jié)果包括乏氧區(qū)域在腫瘤內(nèi)的面積、分布、數(shù)量、形態(tài)和比值；

25、腫瘤治療模塊，根據(jù)腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線設(shè)計(jì)治療執(zhí)行時(shí)機(jī)，使放化療作用峰值時(shí)段與復(fù)氧時(shí)段契合的治療系統(tǒng)。

26、本發(fā)明的另一個(gè)技術(shù)方案是提供了一種服務(wù)器，其特征在于：包括：

27、至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如權(quán)利要求1至7中任一所述的一種腫瘤乏氧水平評(píng)估方法。

28、本發(fā)明的另一個(gè)技術(shù)方案是提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的一種腫瘤乏氧水平評(píng)估方法。

29、本發(fā)明的另一個(gè)技術(shù)方案是提供了一種治療系統(tǒng)，其特征在于：根據(jù)腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線設(shè)計(jì)治療執(zhí)行時(shí)機(jī)，使放化療作用峰值時(shí)段與復(fù)氧時(shí)段契合的治療系統(tǒng)。

30、相比于現(xiàn)有的技術(shù)方案，本發(fā)明具有如下有益效果：

31、本發(fā)明針對(duì)于腫瘤乏氧動(dòng)態(tài)波動(dòng)的識(shí)別，在獲取t2和bold-mri模態(tài)影像后，將t2和bold-mri模態(tài)影像輸入預(yù)先配置的腫瘤分割模型和乏氧區(qū)域分割模型進(jìn)行分割，并得到并得到腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果，此時(shí)結(jié)合兩個(gè)分割結(jié)果，計(jì)算對(duì)應(yīng)的影像學(xué)特征，包括面積、比值、形態(tài)，重復(fù)多次掃描腫瘤得到不同時(shí)間點(diǎn)腫瘤乏氧水平結(jié)果，繪制腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線，由此可以滿足腫瘤乏氧動(dòng)態(tài)波動(dòng)的識(shí)別需求，設(shè)計(jì)治療執(zhí)行時(shí)機(jī)，使放化療作用峰值時(shí)段與復(fù)氧時(shí)段契合。

技術(shù)特征：

1.一種腫瘤乏氧水平評(píng)估方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種腫瘤乏氧水平評(píng)估方法，其特征在于：將所述t2模態(tài)影像輸入所述腫瘤分割模型，通過(guò)所述腫瘤分割模型得到所述腫瘤分割結(jié)果；將所述bold-mri模態(tài)影像輸入所述乏氧區(qū)域分割模型，通過(guò)所述乏氧區(qū)域分割模型得到所述乏氧區(qū)域分割結(jié)果。

3.根據(jù)權(quán)利要求1所述的一種腫瘤乏氧水平評(píng)估方法，其特征在于：結(jié)合所述腫瘤分割結(jié)果和所述乏氧區(qū)域分割結(jié)果，計(jì)算對(duì)應(yīng)的影像學(xué)特征，包括：

4.根據(jù)權(quán)利要求1所述的一種腫瘤乏氧水平評(píng)估方法，其特征在于：在將所述t2和bold-mri模態(tài)影像輸入所述腫瘤分割模型和所述乏氧區(qū)域分割模型之前，還包括對(duì)所述t2和bold-mri模態(tài)影像進(jìn)行預(yù)處理。

5.根據(jù)權(quán)利要求1所述的一種腫瘤乏氧水平評(píng)估方法，其特征在于：所述腫瘤分割模型和所述乏氧區(qū)域分割模型均采用2d?vb-net網(wǎng)絡(luò)框架，所述2d?vb-net網(wǎng)絡(luò)框架采用編碼器-解碼器框架，包括卷積層、bn層、relu激活函數(shù)層和softmax層，在編碼器和解碼器內(nèi)部采用殘差結(jié)構(gòu)和瓶頸層，所述2d?vb-net網(wǎng)絡(luò)框架學(xué)習(xí)多模態(tài)數(shù)據(jù)特征，用于自動(dòng)識(shí)別腫瘤和乏氧區(qū)域。

6.根據(jù)權(quán)利要求1所述的一種腫瘤乏氧水平評(píng)估方法，其特征在于：重復(fù)多次掃描腫瘤，得到腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線，還包括：

7.一種腫瘤乏氧水平評(píng)估系統(tǒng)，其特征在于：包括：

8.一種服務(wù)器，其特征在于：包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一所述的一種腫瘤乏氧水平評(píng)估方法。

10.一種治療系統(tǒng)，其特征在于：根據(jù)腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線設(shè)計(jì)治療執(zhí)行時(shí)機(jī)，使放化療作用峰值時(shí)段與復(fù)氧時(shí)段契合的治療系統(tǒng)。

技術(shù)總結(jié)
本發(fā)明提供一種腫瘤乏氧水平評(píng)估方法及系統(tǒng)，包括以下步驟：獲取T2和BOLD?MRI模態(tài)影像；將所述T2和BOLD?MRI模態(tài)影像輸入預(yù)先配置的腫瘤分割模型和乏氧區(qū)域分割模型進(jìn)行分割，并得到腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果；結(jié)合腫瘤分割結(jié)果和乏氧區(qū)域分割結(jié)果，計(jì)算對(duì)應(yīng)的影像學(xué)特征；根據(jù)所述影像學(xué)特征確定腫瘤乏氧水平；重復(fù)多次掃描腫瘤，得到腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線；本發(fā)明具有以下有益效果：本發(fā)明應(yīng)用T2和BOLD?MRI模態(tài)影像進(jìn)行腫瘤乏氧水平評(píng)估，通過(guò)重復(fù)掃描得到腫瘤乏氧動(dòng)態(tài)波動(dòng)曲線，實(shí)現(xiàn)腫瘤乏氧動(dòng)態(tài)波動(dòng)的可視化評(píng)估，由此可以評(píng)估腫瘤乏氧水平和指導(dǎo)腫瘤治療。

技術(shù)研發(fā)人員：劉立恒,劉明,陳頤,李俊昊
受保護(hù)的技術(shù)使用者：復(fù)旦大學(xué)附屬中山醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21