CN107480445-CN201710676446-基于隐马尔可夫模型的肿瘤临床靶区侵犯概率计算方法.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 107480445 A (43)申请公布日 2017.12.15 (21)申请号 201710676446.X (22)申请日 2017.08.09 (71)申请人 广州柏视医疗科技有限公司 地址 510530 广东省广州市黄埔区玉岩路 12号冠昊科技园区办公楼302室 (72)发明人 陆遥　李赋　 (74)专利代理机构 广州市华学知识产权代理有 限公司 44245 代理人 李斌 (51)Int.Cl. G06F 19/00(2011.01) 权利要求书2页 说明书6页 附图3页 (54)发明名称 基于隐马尔可夫模型的肿瘤临床靶区侵犯 概率计算方法 (57)摘要 本发明公开了一种基于隐马尔可夫模型的 肿瘤临床靶区侵犯概率计算方法，包括下述步 骤：对模板CT的图像序列进行离散操作，生成对 应的三维网格；统计训练集中空间连续的网格点 在三维的肿瘤区域内联合出现的频数，得到对应 的互关联规则；读入新病人的原发肿瘤数据，运 用距离变换，得到各个体素点到原发肿瘤区域的 空间距离；设定原发肿瘤区域的概率为1，每个体 素点的侵犯概率与邻近体素的概率以及上一个 观察状态的概率有关，从原发肿瘤区域开始不断 迭代向外计算；最终计算得到所有体素点的被肿 A 瘤侵犯的概率。本发明能辅助临床放射治疗计划 5 的制定，实现不同发射剂量临床放疗靶区范围的 4 4 0 自动确定，达到临床应用的勾画标准，提高医生 8 4 7 的工作效率。 0 1 N C CN 107480445 A 权　利　要　求　书 1/2页 1.一种基于隐马尔可夫模型的肿瘤临床靶区侵犯概率计算方法，其特征在于，具体包 括下述步骤： S1、对模板CT的图像序列进行数据离散操作，网格化三维的CT图像得到对应的三维网 格，读入训练集中医生勾画好的肿瘤轮廓文件，生成肿瘤原发灶区域的二值图像； S2、对读入的原发灶肿瘤数据做预处理操作，挖掘邻近肿瘤之间的关联关系，统计相邻 的体素联合出现的频数，存储统计的结果，建立互关联规则的数据库； S3、读入新病人的原发肿瘤数据，得到对应的二值图像，按照设定好的转移次序和设定 好的相邻体素状态转移公式，从GTV开始向外不断迭代计算相邻体素之间的状态转移概率， 最终得到全局的肿瘤概率侵犯概率。 2.根据权利要求1所述的基于隐马尔可夫模型的肿瘤临床靶区侵犯概率计算方法，其 特征在于，步骤S1中，还包括下述步骤： S11、将模板CT的图像序列进行网格化，将CT图像序列划分为width×height×zLen的 三维网格，其中，width和height分别是一个CT切片横向和纵向上的格点数目，zLen为模板 CT的层数，网格化得到的网格点即为体素点； S12、所述二值图像为：载入医生勾画好的肿瘤轮廓文件，判断体素位置是否在肿瘤区 域内部；对应肿瘤区域的图像体素点置1，不含肿瘤区域的体素格点置0；所述肿瘤区域将运 用判断像素点是否在多边形内的方法，分开非肿瘤区域与肿瘤区域；具体的InPolygon的计 算公式为： IN＝InPolygon(x,y,xv,yv) 式中IN为输出的二值图像，其尺寸与原始输入CT图像I(x,y)相同，(x,y)为像素点的坐 标，(xv,yv)为GTV轮廓上的点坐标。 3.根据权利要求1所述的基于隐马尔可夫模型的肿瘤临床靶区侵犯概率计算方法，其 特征在于，步骤S2中，还包括下述步骤： S21、预处理：去掉二值图像中肿瘤表面层面不稳定的数据，