CN108538399A - 一种磁共振肝癌疗效评估方法和系统 - Google Patents
一种磁共振肝癌疗效评估方法和系统 Download PDFInfo
- Publication number
- CN108538399A CN108538399A CN201810241827.XA CN201810241827A CN108538399A CN 108538399 A CN108538399 A CN 108538399A CN 201810241827 A CN201810241827 A CN 201810241827A CN 108538399 A CN108538399 A CN 108538399A
- Authority
- CN
- China
- Prior art keywords
- treatment
- image
- active region
- volume
- different modalities
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Abstract
本发明属于影像学技术领域,具体为一种磁共振肝癌疗效评估方法和系统。本发明包括,采集DCE、DWI等不同模态磁共振影像;配准、分割得到不同模态影像下的癌变组织,并分为活性区域与坏死区域;分析各区域体积变化,若活性区域体积治疗后显著减少或坏死区域显著增加,则直接得出评估结果,否则进一步结合影像特征进行分析,如DCE影像获取的Ktrans(容积转移常数)、Ve(细胞外间隙容积分数)等,DWI影像获取的ADC、IVIM等特征。本发明综合癌变体积与其各类定量参数评估肝癌治疗疗效,填补了当前肝癌综合疗效评估方法的空缺,能快速有效得出分析结果,大大提高医生诊断效率。
Description
技术领域
本发明属于影像学技术领域,具体涉及一种磁共振肝癌疗效评估方法和系统。
背景技术
原发性肝癌是全球范围内备受瞩目的健康问题,其致死率在我国所有癌症致死率中位列第二。随着临床技术的进步,肝癌治疗已由外科治疗为主转变为多种方法综合应用的治疗为主,其中以肝血管化栓塞、放疗、化疗、其他药物治疗等为主的非手术治疗适用于更多中晚期肝癌患者,在肝癌治疗中具有举足轻重的地位。使用影像学方法评估分析,可更早判断疗法是否有效,从而采取继续治疗、改变治疗方案或停止治疗等措施,实现更好的治疗效果,延长患者寿命。
诊断为肝癌的患者中,多数中晚期患者因非局限性肝癌,伴随肝硬化等原因,不适于外科手术切除治疗,多采用介入治疗、放射治疗、药物治疗等非切除治疗方法。肝血管化栓塞(TACE)治疗作为一种选择性的使肝癌组织缺血坏死的动脉内化疗技术,已被广泛应用于临床,及时准确的分析术后疗效至关重要。当前临床对于肝癌术后影像学检测方法多样,主要包含超声、CT及MRI等检查方法。
超声成像能够通过分析病灶局部血供特点诊断肝占位性病变,实时反映血管形态学等变化,在肝脏疾病诊断和治疗中广泛应用。虽然超声具有实时成像,简便易行,无辐射等优点,但其仍有很多难以解决的缺点:探头扫查平面有限,只能获取病灶部位局限信息;易发生漏诊;多病灶情况下需多次注射对比剂;检查结果与操作中经验密切相关等。这使得超声在术后疗效评估中的作用有限。
CT扫描在术后随访中广泛应用,其中CT灌注成像能够定量测量反映肝脏血流动力学变化情况,能够较好体现局部病灶活性,对于后续治疗方案的确立具有重要意义。
MRI在成像方法、扫描序列、采集速度等方面的快速发展,使其在肝癌诊断中的优势日益显现,在观测肿瘤血供、鉴别治疗后反应等上发挥重要作用。无电离辐射,多模态成像等优点,磁共振成像应用广泛,动态增强成像,扩散加权成像等MRI成像方式,都能从不同角度反应肿瘤血供、坏死等情况,从而在术后疗效评估中发挥重要作用。
目前评价肝癌疗效的影像学手段多种多样,对于不同大小、结构的病灶分析,常受个人经验影响,存在较大随意性和不确定性。传统影像学方法评估肝癌疗效往往只关注癌变体积变化,在治疗后短期内癌变通常难以发生较大体积变化,这增加了传统方法评估疗效的难度。目前利用影像计算定量参数评估疗效的方法成为关注热点,但仅凭借定量参数往往难以得出可靠结果。本发明弥补了当前肝癌术后疗效综合评估方法的空白,创新性提出综合多模态,多参数的肝癌术后疗效评估方法及系统。相关研究表明,治疗后的早期阶段正确评估治疗疗效在延长患者寿命上发挥关键作用,直接影响后续治疗方案的确定,因此实现综合定量化肝癌疗效分析具有重要意义。
发明内容
本发明目的是提供一种智能的磁共振肝癌疗效评估方法及系统,以克服现有影像学评估肝癌疗效的不足。
本发明提供的磁共振肝癌疗效评估方法及系统,利用不同模态的磁共振影像,自动获取癌变体积等定量数据,综合分析癌变变化情况,可实现肝癌治疗效果的早期评估,提高评估准确性。
本发明提供的磁共振肝癌疗效评估方法,具体步骤为:
(1)采集治疗前后不同模态的磁共振影像;例如,采集DCE、DWI(扩散加权成像)等不同模态磁共振影像;
(2)图像配准和提取肿瘤区域,即对不同模态影像进行配准,提取肿瘤区域;亦可先从不同模态影像中提取肿瘤,后进行配准;
(3)分离肿瘤区域,即利用不同模态影像的特点,分离出肿瘤区域,将分离出的肿瘤区域分为活性区域与坏死区域,并计算治疗前后的活性、坏死区域体积;
(4)疗效分析、判别。分析活性区域体积治疗前后变化情况,治疗后活性区域体积减少量大于阈值,则认为治疗有效;否则进行进一步分析;亦可通过判断坏死区域体积变化进行疗效分析、判断;
(5)评估疗效,进一步分析评估治疗非有效情况;即,若治疗后活性区域体积减少量小于阈值,则利用不同模态影像计算治疗前后活性区域组织的定量特征;综合不同模态影像所得结果,根据结果,比较治疗前后坏死区域组织定量特征变化;依据变化情况评估疗效。亦可通过坏死区域组织定量特征变化评估疗效。
步骤(3)中所述将分离出的肿瘤区域分为活性区域与坏死区域,依影像模态的不同,方法不同;例如,对于扩散加权成像(DWI),可计算肿瘤区域内各体素的表观扩散系数(ADC),依据ADC值区分活性区域与坏死区域;对于DCE影像,利用动脉期影像与平扫影像差值得到活性区域与坏死区域。
步骤(4)、步骤(5)中所述活性区域体积减少量是治疗前肿瘤活性区域体积占比与治疗后肿瘤活性区域体积占比之差,占比由活性区域体积除以肿瘤总体积或除以肝组织总体积得到,阈值取为25-35%,随情况变化调整,一般取阈值为30 %为宜。
步骤(5)中所述组织定量特征,依影像模态不同,所得结果不同;例如,对于DWI,可计算得到活性区域表观扩散系数(ADC),体素内非相干性运动特征(IVIM)等。对于DCE影像,可计算得到K-trans(容积转移常数)、Kep(组织间隙)、Ve(细胞外间隙容积分数)等特征;利用这些特征在治疗前后的变化情况,可对疗效进行评估。
本发明还提供基于上述方法的磁共振肝癌疗效评估系统,对应于评估方法的5个步骤,该系统包括如下5个模块:
(1)治疗前后不同模态的磁共振影像的采集模块;用于采集治疗前后不同模态的磁共振影像;
(2)图像配准和肿瘤区域提取模块,用于将不同模态影像进行配准,提取肿瘤区域;或者先从不同模态影像中提取肿瘤,后进行配准;
(3)肿瘤区域分离模块,用于根据不同模态影像的特点,分离出肿瘤区域,并将分离出的肿瘤区域分为活性区域与坏死区域,计算治疗前后的活性、坏死区域体积;
(4)疗效分析、判别模块,用于分析活性区域体积治疗前后变化情况,若治疗后活性区域体积减少量大于阈值,则认为治疗有效;否则进行进一步分析;亦可通过判断坏死区域体积变化进行判断;
(5)疗效评估模块,用于进一步分析评估治疗非有效情况,即对于治疗后活性区域体积减少量小于阈值的,利用不同模态影像计算治疗前后活性区域组织的定量特征;综合不同模态影像所得结果,根据结果,比较治疗前后坏死区域组织定量特征变化;依据变化情况评估疗效。亦可通过坏死区域组织定量特征变化评估疗效。
本发明的优点在于:
1、传统影像学肝癌疗效评估往往单从癌变尺寸变化,或癌变整体定量特征出发进行判断,难以准确进行疗效评估。本发明利用磁共振成像体素变化特点,结合特定肝癌组织解剖结构,进行评估,填补了肝癌影像学综合分析疗效评价领域的空白,可实现更早期的治疗效果评估,便于后续治疗方案的确立,对延长患者寿命,提高患者生存率具有重要意义;
2、本发明可实现自动化定量疗效评估,避免医生个人经验影响,有效提高评估准确率;
3、本发明提供的方法可融入软硬件开发,形成磁共振肝癌疗效评估系统,制成智能诊断机器人、智能手机应用等,可大幅提升肝癌术后疗效评估水平,便于后续治疗方案的确立,有效延长患者寿命,具备极大市场潜力及经济社会效益。
附图说明
图1为本发明方法或系统的流程演示图。
图2为治疗前后肿瘤区域ADC变化示意图。其中,(A)为无疗效,(B)有疗效。白色部分表示ADC值未发生显著变化,黑色部分表示ADC值上升,灰色部分表示ADC值下降;可见,无疗效患者与有疗效患者,ADC分布具有显著区别。
具体实施方式
下面以肝血管化栓塞(TACE)治疗为例,详细说明本发明实施方式:
肝血管化栓塞治疗是一种选择性的使肝癌组织缺血坏死的动脉内化疗技术,是目前临床肝癌介入治疗的首先方法,主要用于难以外科手术切除的中晚期肝癌。肝癌血供丰富,且主要由肝动脉供血,通过局部化疗药物缓慢释放致使癌变组织缺血坏死是肝血管化栓塞的理论基础。通过评估癌变区域坏死情况,可以达到疗效评估的目的。通过影像学肝癌疗效评估方法对TACE治疗疗效评估,流程如图1所示,具体为:
1、采集肝癌治疗前后不同模态磁共振影像,如DCE、DWI等;
2、不同模态影像之间进行配准,便于后续分析;
3、分割癌变组织,利用影像特点,将癌变组织分为活性区域与坏死区域:DCE影像利用动脉期影像与平扫影像差值得到活性区域与坏死区域;DWI影像可计算各体素的表观扩散系数(ADC),取不同阈值得到活性区域与坏死区域;
4、判断活性区域体积变化,如果活性区域体积减少30%以上,则认为治疗有效,或判断坏死区域体积变化,坏死区域体积增加30%以上,则认为治疗有效;否则,利用不同模态影像特征进行判断:DCE影像可得到K-trans、Kep、Ve等特征,DWI影像可得到ADC、IVIM等特征,通过这些特征可实现疗效的评估。如利用DWI影像所得ADC值可用于评估疗效,如图2所示,有疗效患者癌变区域ADC值在治疗后普遍升高,而无疗效患者ADC值治疗前后无显著变化。
Claims (5)
1.一种磁共振肝癌疗效评估方法,其特征在于,具体步骤为:
(1)采集治疗前后不同模态的磁共振影像;
(2)图像配准和提取肿瘤区域;即对不同模态影像进行配准,提取肿瘤区域,或者先从不同模态影像中提取肿瘤,后进行配准;
(3)分离肿瘤区域;即利用不同模态影像的特点,分离出肿瘤区域,将分离出的肿瘤区域分为活性区域与坏死区域,并计算治疗前后的活性、坏死区域体积;
(4)疗效分析、判别;即分析活性区域体积治疗前后变化情况,治疗后活性区域体积减少量大于阈值,则认为治疗有效;否则进行进一步分析;或者通过判断坏死区域体积变化进行疗效分析、判别;
(5)评估疗效,进一步分析评估治疗非有效情况;若治疗后活性区域体积减少量小于阈值,则利用不同模态影像计算治疗前后活性区域组织的定量特征;综合不同模态影像所得结果,根据结果,比较治疗前后坏死区域组织定量特征变化;依据变化情况评估疗效;或者通过坏死区域组织定量特征变化评估疗效。
2.根据权利要求1所述的磁共振肝癌疗效评估方法,其特征在于,步骤(3)中所述将分离出的肿瘤区域分为活性区域与坏死区域,依影像模态的不同,方法不同;对于扩散加权成像DWI,计算肿瘤区域内各体素的表观扩散系数ADC,依据ADC值区分活性区域与坏死区域;对于DCE影像,利用动脉期影像与平扫影像差值得到活性区域与坏死区域。
3.根据权利要求1或2所述的磁共振肝癌疗效评估方法,其特征在于,所述活性区域体积减少量是治疗前肿瘤活性区域体积占比与治疗后肿瘤活性区域体积占比之差,占比由活性区域体积除以肿瘤总体积或除以肝组织总体积得到,阈值取25-35%,随情况变化调整。
4.根据权利要求3所述的磁共振肝癌疗效评估方法,其特征在于,步骤(5)中所述组织定量特征,依影像模态不同,所得结果不同;对于DWI,计算活性区域表观扩散系数(ADC),体素内非相干性运动特征(IVIM);利用这些特征在治疗前后的变化情况,对疗效进行评估。
5.基于权利要求1-4之一所述评估方法的磁共振肝癌疗效评估系统,其特征在于,包括如下5个模块:
(1)治疗前后不同模态的磁共振影像的采集模块;用于采集治疗前后不同模态的磁共振影像;
(2)图像配准和肿瘤区域提取模块,用于将不同模态影像进行配准,提取肿瘤区域;或者先从不同模态影像中提取肿瘤,后进行配准;
(3)肿瘤区域分离模块,用于根据不同模态影像的特点,分离出肿瘤区域,并将分离出的肿瘤区域分为活性区域与坏死区域,计算治疗前后的活性、坏死区域体积;
(4)疗效分析、判别模块,用于分析活性区域体积治疗前后变化情况,若治疗后活性区域体积减少量大于阈值,则认为治疗有效;否则进行进一步分析;
(5)疗效评估模块,用于进一步分析评估治疗非有效情况,即对于治疗后活性区域体积减少量小于阈值的,利用不同模态影像计算治疗前后活性区域组织的定量特征;综合不同模态影像所得结果,根据结果,比较治疗前后坏死区域组织定量特征变化;依据变化情况评估疗效。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241827.XA CN108538399A (zh) | 2018-03-22 | 2018-03-22 | 一种磁共振肝癌疗效评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241827.XA CN108538399A (zh) | 2018-03-22 | 2018-03-22 | 一种磁共振肝癌疗效评估方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108538399A true CN108538399A (zh) | 2018-09-14 |
Family
ID=63483708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810241827.XA Pending CN108538399A (zh) | 2018-03-22 | 2018-03-22 | 一种磁共振肝癌疗效评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108538399A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047576A (zh) * | 2019-04-25 | 2019-07-23 | 中国医科大学 | 一种基于医学图像的规范化碘油沉积分类方法 |
CN111430031A (zh) * | 2020-05-18 | 2020-07-17 | 复旦大学附属中山医院 | 用于评估肺癌疗效的体素与ct值乘积算法系统 |
WO2021141537A1 (en) * | 2020-01-08 | 2021-07-15 | Histoindex Pte Ltd | Method and system for evaluating efficacy of a therapeutic intervention |
CN113140275A (zh) * | 2021-05-07 | 2021-07-20 | 四川大学华西医院 | 一种肝癌靶向治疗疗效的监测系统及方法 |
CN113299385A (zh) * | 2021-04-30 | 2021-08-24 | 北京深睿博联科技有限责任公司 | 一种基于深度学习的胰腺囊性病变临床决策方法和系统 |
CN113642386A (zh) * | 2021-07-02 | 2021-11-12 | 广州金域医学检验中心有限公司 | 基于深度学习评价鼻咽癌治疗效果的方法、装置、设备和介质 |
US20220293248A1 (en) * | 2021-03-09 | 2022-09-15 | PAIGE.AI, Inc. | Systems and methods for artificial intelligence powered molecular workflow verifying slide and block quality for testing |
CN117422722A (zh) * | 2023-12-19 | 2024-01-19 | 北京智源人工智能研究院 | 基于adc图像的肿瘤预后特征评估的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1918481A (zh) * | 2004-02-06 | 2007-02-21 | 皇家飞利浦电子股份有限公司 | 高角分辨扩散加权mri |
CN101960489A (zh) * | 2007-12-31 | 2011-01-26 | 真实成像有限公司 | 用于分析热图像的方法、设备和系统 |
CN104803865A (zh) * | 2004-12-22 | 2015-07-29 | Ambrx公司 | 含有非天然氨基酸和多肽的组合物、涉及非天然氨基酸和多肽的方法以及其用途 |
CN104881568A (zh) * | 2015-04-27 | 2015-09-02 | 苏州敏宇医疗科技有限公司 | 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法 |
CN106447710A (zh) * | 2016-04-22 | 2017-02-22 | 孔德兴 | 一种基于微分流行的多b值DWI图像评估的方法 |
CN107224678A (zh) * | 2017-07-17 | 2017-10-03 | 上海联影医疗科技有限公司 | 一种治疗评估系统及存储介质 |
-
2018
- 2018-03-22 CN CN201810241827.XA patent/CN108538399A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1918481A (zh) * | 2004-02-06 | 2007-02-21 | 皇家飞利浦电子股份有限公司 | 高角分辨扩散加权mri |
CN104803865A (zh) * | 2004-12-22 | 2015-07-29 | Ambrx公司 | 含有非天然氨基酸和多肽的组合物、涉及非天然氨基酸和多肽的方法以及其用途 |
CN101960489A (zh) * | 2007-12-31 | 2011-01-26 | 真实成像有限公司 | 用于分析热图像的方法、设备和系统 |
CN104881568A (zh) * | 2015-04-27 | 2015-09-02 | 苏州敏宇医疗科技有限公司 | 一种基于云计算的肿瘤治疗疗效早期评价的系统和方法 |
CN106447710A (zh) * | 2016-04-22 | 2017-02-22 | 孔德兴 | 一种基于微分流行的多b值DWI图像评估的方法 |
CN107224678A (zh) * | 2017-07-17 | 2017-10-03 | 上海联影医疗科技有限公司 | 一种治疗评估系统及存储介质 |
Non-Patent Citations (2)
Title |
---|
杜鲲: "磁共振成像评估原发性肝癌TACE术后疗效价值的研究", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 * |
贾克东等: "射频消融治疗肝癌的近期疗效观察", 《实用肝脏病杂志》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047576A (zh) * | 2019-04-25 | 2019-07-23 | 中国医科大学 | 一种基于医学图像的规范化碘油沉积分类方法 |
GB2605064A (en) * | 2020-01-08 | 2022-09-21 | Histoindex Pte Ltd | Method and system for evaluating efficacy of a therapeutic intervention |
WO2021141537A1 (en) * | 2020-01-08 | 2021-07-15 | Histoindex Pte Ltd | Method and system for evaluating efficacy of a therapeutic intervention |
GB2605064B (en) * | 2020-01-08 | 2023-11-15 | Histoindex Pte Ltd | Method and system for evaluating efficacy of a therapeutic intervention |
CN111430031A (zh) * | 2020-05-18 | 2020-07-17 | 复旦大学附属中山医院 | 用于评估肺癌疗效的体素与ct值乘积算法系统 |
CN111430031B (zh) * | 2020-05-18 | 2024-03-01 | 复旦大学附属中山医院 | 用于评估肺癌疗效的体素与ct值乘积算法系统 |
US11791035B2 (en) * | 2021-03-09 | 2023-10-17 | PAIGE.AI, Inc. | Systems and methods for artificial intelligence powered molecular workflow verifying slide and block quality for testing |
US20220293248A1 (en) * | 2021-03-09 | 2022-09-15 | PAIGE.AI, Inc. | Systems and methods for artificial intelligence powered molecular workflow verifying slide and block quality for testing |
CN113299385A (zh) * | 2021-04-30 | 2021-08-24 | 北京深睿博联科技有限责任公司 | 一种基于深度学习的胰腺囊性病变临床决策方法和系统 |
CN113299385B (zh) * | 2021-04-30 | 2024-03-08 | 北京深睿博联科技有限责任公司 | 一种基于深度学习的胰腺囊性病变临床决策方法和系统 |
CN113140275B (zh) * | 2021-05-07 | 2023-03-24 | 四川大学华西医院 | 一种肝癌靶向治疗疗效的监测系统及方法 |
CN113140275A (zh) * | 2021-05-07 | 2021-07-20 | 四川大学华西医院 | 一种肝癌靶向治疗疗效的监测系统及方法 |
CN113642386A (zh) * | 2021-07-02 | 2021-11-12 | 广州金域医学检验中心有限公司 | 基于深度学习评价鼻咽癌治疗效果的方法、装置、设备和介质 |
CN117422722A (zh) * | 2023-12-19 | 2024-01-19 | 北京智源人工智能研究院 | 基于adc图像的肿瘤预后特征评估的方法和装置 |
CN117422722B (zh) * | 2023-12-19 | 2024-03-29 | 北京智源人工智能研究院 | 基于adc图像的肿瘤预后特征评估的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108538399A (zh) | 一种磁共振肝癌疗效评估方法和系统 | |
Intven et al. | Dynamic contrast enhanced MR imaging for rectal cancer response assessment after neo‐adjuvant chemoradiation | |
Akbari et al. | Histopathology‐validated machine learning radiographic biomarker for noninvasive discrimination between true progression and pseudo‐progression in glioblastoma | |
Larsen et al. | Evaluation of dynamic contrast-enhanced T1-weighted perfusion MRI in the differentiation of tumor recurrence from radiation necrosis | |
Yang et al. | Quantifying tumor vascular heterogeneity with dynamic contrast-enhanced magnetic resonance imaging: a review | |
Kuhl | The current status of breast MR imaging part I. Choice of technique, image interpretation, diagnostic accuracy, and transfer to clinical practice | |
Saini et al. | Recent developments in dynamic contrast-enhanced ultrasound imaging of tumor angiogenesis | |
Fusco et al. | Integration of DCE-MRI and DW-MRI quantitative parameters for breast lesion classification | |
Petrillo et al. | Standardized Index of Shape (SIS): a quantitative DCE-MRI parameter to discriminate responders by non-responders after neoadjuvant therapy in LARC | |
CN102083366A (zh) | 用于组织内成像变化的系统和方法 | |
JP2016516523A (ja) | 組織解析用の磁気共鳴マップ | |
Niermann et al. | Measuring tumor perfusion in control and treated murine tumors: correlation of microbubble contrast‐enhanced sonography to dynamic contrast‐enhanced magnetic resonance imaging and fluorodeoxyglucose positron emission tomography | |
US10933147B2 (en) | Imaging of metastatic or recurrent cancer | |
Banzato et al. | Texture analysis of magnetic resonance images to predict histologic grade of meningiomas in dogs | |
Feng et al. | Distinguishing tumor recurrence from radiation necrosis in treated glioblastoma using multiparametric MRI | |
Liu et al. | Channel width optimized neural networks for liver and vessel segmentation in liver iron quantification | |
Andrews et al. | Multiparametric MRI characterization of funaki types of uterine fibroids considered for MR-guided high-intensity focused ultrasound (MR-HIFU) therapy | |
Wang et al. | Multi‐parametric MRI (mpMRI) for treatment response assessment of radiation therapy | |
van Dijken et al. | Subventricular zone involvement characterized by diffusion tensor imaging in glioblastoma | |
McCall et al. | Longitudinal 3-D visualization of microvascular disruption and perfusion changes in mice during the evolution of glioblastoma using super-resolution ultrasound | |
Mustafi et al. | Magnetic resonance angiography shows increased arterial blood supply associated with murine mammary cancer | |
Ho et al. | Quantitative portal vein velocity of liver cancer patients with transcatheter arterial chemoembolization on angiography | |
Panfilova et al. | Technical Program | |
Zhang et al. | Respiratory motion correction for liver contrast‐enhanced ultrasound by automatic selection of a reference image | |
Lin et al. | Pharmacokinetic Analysis of Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Distinguishing Hepatocellular Carcinoma From Cholangiocarcinoma in Pre–Liver Transplantation Evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |