CN107403201-CN201710687331-肿瘤放射治疗靶区和危及器官智能化、自动化勾画方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107403201 A (43)申请公布日 2017.11.28 (21)申请号 201710687331.0 (22)申请日 2017.08.11 (71)申请人 强深智能医疗科技（昆山）有限公司 地址 215316 江苏省苏州市玉山镇祖冲之 南路1699号综合楼北楼1506室 (72)发明人 刘国才　田娟秀　官文静　 (51)Int.Cl. G06K 9/62(2006.01) G06T 15/00(2011.01) G06T 7/33(2017.01) G06T 5/00(2006.01) G06N 3/04(2006.01) 权利要求书5页 说明书13页 附图7页 (54)发明名称 肿瘤放射治疗靶区和危及器官智能化、自动 化勾画方法 (57)摘要 本发明为肿瘤放射治疗靶区和危及器官智 能化、自动化勾画方法，步骤为：1）肿瘤多模态 （式）影像重建、去噪、增强、配准、融合等预处理； 2）肿瘤影像特征自动提取：自动地从预处理后的 CT、CBCT、MRI、PET、和（或）超声等多模态（式）肿 瘤医学图像数据中提取一个或多个肿瘤影像组 （纹理特征谱）信息；3）采用深度学习、机器学习、 人工智能、区域生长、图论（随机游走）、几何水平 集、和（或）统计理论方法，进行肿瘤放射治疗靶 区和危及器官的智能化、自动化勾画。采用本发 明能够高精度地勾画肿瘤放射治疗靶区（GTV）和 A 危及器官(OAR)。 1 0 2 3 0 4 7 0 1 N C CN 107403201 A 权　利　要　求　书 1/5 页 1.肿瘤放射治疗靶区和危及器官智能化、自动化勾画方法，其特征在于：包括如下步 骤： 1-1）肿瘤影像预处理：CT、CBCT、MRI、PET等肿瘤医学影像三维重建、去噪、增强、配准、 融合等预处理； 1-2）肿瘤影像特征自动提取：自动地从预处理后的CT、CBCT、MRI、PET、和（或）超声等多 模态（式）肿瘤医学图像数据中提取一个或多个肿瘤影像组（纹理特征谱）信息；包括，但不 限于：1）一阶统计纹理特征（方差、偏度、峰度）；2）基于邻域灰度级差异矩阵的纹理特征（对 比度、频繁度、粗糙度、复杂度、纹理强度）；3）基于灰度级游程矩阵的纹理特征（短游程优 势、长游程优势、灰度级不均匀性、游程不均匀性、游程百分比、低灰度级游程优势、高灰度 级游程优势、短游程低灰度级优势、短游程高灰度级优势、长游程低灰度级优势、长游程高 灰度级优势）；4）基于灰度级共生矩阵的纹理特征（能量/角二阶矩、熵、对比度、逆差矩、相 关性、方差、均值和、方差和、差的方差、和的熵、差的熵、聚类阴影、显著聚类、最大概率）；  5）基于灰度级区域大小矩阵的纹理特征；6）基于自适应回归核的影像特征；7）基于三维深 度卷积神经网络深度学习获取的多层次的、隐含的肿瘤影像特征等； 1-3）肿瘤放射治疗靶区（GTV）和危及器官（OAR）的智能化、自动化勾画：采用深度学习、 机器学习、人工智能、区域生长、图论（随机游走）、几何水平集、和（或）统计理论方法，进行 肿瘤放射治疗靶区（GTV）和危及器官（OAR）的智能、自动勾画。 2.根据权利要求1所述的一种肿瘤放射治疗靶区和危及器官智能化、自动化勾画方法， 其特征在于：图像预处理包括如下步骤： 2-1）图像获取：包括获取两部分的图像： (a)用于肿瘤诊断的PET/CT、PET/MRI、MRI、CT等影像，以及制定治疗计划的放疗模拟定 位CT（SCT），这些图像由医院商用成像设备