CN117237435A - 肿瘤预后效果评估的方法、装置、电子设备和存储介质 - Google Patents
肿瘤预后效果评估的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117237435A CN117237435A CN202311530975.0A CN202311530975A CN117237435A CN 117237435 A CN117237435 A CN 117237435A CN 202311530975 A CN202311530975 A CN 202311530975A CN 117237435 A CN117237435 A CN 117237435A
- Authority
- CN
- China
- Prior art keywords
- tumor
- boundary
- image group
- magnetic resonance
- voxel
- 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.)
- Granted
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 305
- 230000000694 effects Effects 0.000 title claims abstract description 35
- 238000004393 prognosis Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 20
- 206010030113 Oedema Diseases 0.000 claims description 16
- 238000002203 pretreatment Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 9
- 210000004027 cell Anatomy 0.000 description 132
- JXSJBGJIGXNWCI-UHFFFAOYSA-N diethyl 2-[(dimethoxyphosphorothioyl)thio]succinate Chemical compound CCOC(=O)CC(SP(=S)(OC)OC)C(=O)OCC JXSJBGJIGXNWCI-UHFFFAOYSA-N 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000001788 irregular Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002980 postoperative effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000032823 cell division Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002075 inversion recovery Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 206010061309 Neoplasm progression Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002497 edematous effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000005751 tumor progression Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了肿瘤预后效果评估的方法、装置、电子设备和存储介质，属于医学图像处理技术领域。该方法包括：获取针对治疗前后肿瘤的磁共振图像组，根据磁共振图像组构建三维等体素图像组，并对三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格，对肿瘤区域边界处的立方体小格进行边界校准，确定治疗前后肿瘤的体积，对第一和第二磁共振图像组分割得到的特定配准区域进行刚性配准，得到位置对应关系，根据同一位置的治疗前后肿瘤的体积，对肿瘤预后的效果进行评估。本发明通过一种新的目标区域网格化边缘计算方法，基于肿瘤图像进行多方位体积校正，最大限度地接近肿瘤的真实体积，且通过特定配准区域进行配准，显著降低配准计算量。
Description
技术领域
本发明涉及医学图像处理技术领域，尤其涉及一种肿瘤预后效果评估的方法、装置、电子设备和存储介质。
背景技术
肿瘤是机体在各种致癌因子作用下，局部组织细胞增生所形成的新生物，根据新生物的细胞特性及对机体的危害性程度，将肿瘤划分为良性肿瘤和恶性肿瘤，是致死率较高的疾病之一。
目前，用于确定治疗效果和评估临床试验中肿瘤进展阶段的标准是神经肿瘤学中的效果评估标准，即测量对比肿瘤的最大截面面积，其计算方法为最大直径与其垂直直径的乘积，对于多病灶则取各自的乘积之和，并以此作为基准对术后肿瘤效果的评估提供依据。
但是现有的测量方法是人工手动测量最大截面的最大直径和与其垂直的直径，由于肿瘤的形状是不规则的，所以肿瘤的最大截面很难准确测定，人工测量存在误差，并且对于多发肿瘤或者直径小于一定数值的肿瘤（例如10mm等）无法测量，从而无法精准地为对术后肿瘤效果的评估提供依据。
发明内容
为了解决现有技术中存在的因人工测量存在误差，并且对于多发肿瘤或者直径小于一定数值的肿瘤无法测量，导致无法精准地对术后肿瘤效果的评估提供依据的问题，本发明提供了如下技术方案。
本发明一方面提供了一种肿瘤预后效果评估的方法，包括：
获取针对治疗后肿瘤的第一磁共振图像组，其中，所述第一磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组；
根据所述三方位第一截面图像组，构建三方位第一截面的三维等体素图像组；
沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值；
对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值；
根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积；
获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积；
对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系；
根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
优选地，对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值，包括：
分别针对横断位方向、矢状位方向或冠状位方向，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值；
对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值。
优选地，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值，包括：
从第一磁共振图像组中获取水肿区域；
通过直方图统计方法，确定像素灰度值中出现概率最高的像素值；
根据所述像素值，确定所述水肿区域的限定灰度范围；
计算所述限定灰度范围内的像素平均值；
针对同一层的每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该等体素的立方体小格的像素值超过N倍的所述像素平均值，则将预设的第一预设值作为该等体素的立方体小格在该方向上的中间像素值；
如果该等体素的立方体小格的像素值未超过N倍所述像素平均值，则将预设的第二预设值作为该等体素的立方体小格在该方向上的中间像素值，其中，所述N为正数。
优选地，对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值，包括：
针对每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该肿瘤图像区域边界处的等体素的立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第二预设值，则将预设的第二预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值；
如果该肿瘤图像区域边界处的等体素的边界立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第一预设值，则将预设的第三预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值。
优选地，根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积，包括：
统计体素值为非第二预设值的等体素的立方体小格的数量；
确定体素值为非第二预设值的等体素的立方体小格的体积；
根据体素值为非第二预设值的等体素的立方体小格的体积及其数量，确定治疗后肿瘤的体积。
优选地，对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系，包括：
从所述第一磁共振图像组中分割出第一配准体；
从所述第二磁共振图像组中分割出第二配准体；
根据所述第一配准体和所述第二配准体，得到所述第一磁共振图像组和所述第二磁共振图像组之间的中心点偏移值和旋转矩阵；
根据所述中心点偏移值和旋转矩阵，得到同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置；
根据同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置，确定同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系。
优选地，从所述第一磁共振图像组中分割出第一配准体，包括：
以第一磁共振图像组包括的沿矢状位方向扫描得到的三方位第一截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第一配准体；
从所述第二磁共振图像组中分割出第二配准体，包括：
以第二磁共振图像组包括的沿矢状位方向扫描得到的三方位第二截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第二配准体。
优选地，所述第一配准体包括：第一高信号区域；所述第二配准体包括：第二高信号区域。
优选地，所述治疗后肿瘤包括增强肿瘤ET和/或全肿瘤WT；所述治疗前肿瘤包括增强肿瘤ET和/或全肿瘤WT。
本发明的第二方面，提供一种肿瘤预后效果评估的装置，包括：
第一获取模块，用于获取针对治疗后肿瘤的第一磁共振图像组，其中，所述第一磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组；
构建模块，用于根据所述三方位第一截面图像组，构建三方位第一截面的三维等体素图像组；
网格处理模块，用于沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值；
校准模块，用于对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值；
体积确定模块，用于根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积；
第二获取模块，用于获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积；
配准模块，用于对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系；
评估模块，用于根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
本发明的第三方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。
本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。
本发明提供的肿瘤预后效果评估的方法、装置、电子设备和存储介质，具有如下有益效果：本发明通过一种新的目标区域网格化边缘计算方法，基于磁共振图像进行肿瘤的多方位体积校正，最大限度地接近不规则肿瘤的真实体积，从而为肿瘤影像学的定量评估提供条件，同时，通过利用分割得到的特定配准区域进行配准，显著降低了配准的计算量。
附图说明
图1为本发明实施例提供的一种肿瘤预后效果评估的方法流程示意图。
图2 为本发明实施例提供的一种肿瘤各区域关系的示意图。
图3为本发明实施例提供的一种肿瘤预后效果评估的装置的原理结构图。
具体实施方式
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细地说明。
本发明提供的方法可以在如下的终端环境中实施，该终端可以包括一个或多个如下部件：处理器、存储器和显示屏。其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行终端的各种功能和处理数据。
存储器可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory，ROM）。存储器可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例一
如图1所示，本实施例提供了一种肿瘤预后效果评估的方法，包括：
S101：获取针对治疗后肿瘤的第一磁共振图像组。
在本发明实施例中，第一磁共振图像组包括获取液体衰减反转恢复（fluidattenuated inversion recovery , Flair）图像组、T1 CE图像组和T2图像组中的至少一种，且各图像组都带有WT（whole tumor）、ET（enhancing tumor，增强肿瘤）和TC（tumorcore，肿瘤核心）区域的标记，如图2所示，其中，Flair图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，T1 CE图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，T2图像组同样包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组。
在此需要说明的是，Flair图像和T2图像是磁共振扫描的两个不同的图像序列；T1CE图像是注射对比剂进入体内后扫描得到的增强图像；图2为WT、ET、TC区域关系的示意图，实际情况不限于图2中所示。
在此还需要说明的是，三方位第一截面图像组包括沿横断位方向扫描得到的第一横断位截面图像组、沿矢状位方向扫描得到的第一矢状位截面图像组和沿冠状位方向扫描得到的第一冠状位截面图像组。
S102：根据所述三方位第一截面图像组，构建三方位第一截面的三维等体素图像组。
进一步的，在获取到针对治疗后肿瘤的第一磁共振图像组之后，需要根据沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，对治疗后的肿瘤图像进行三维重建，得到第一磁共振图像组对应的三方位第一截面的三维等体素图像组。
在此需要说明的是，因为第一磁共振图像组包括 Flair图像组、T1 CE图像组和T2图像组，所以在对治疗后的肿瘤图像进行三维重建的过程中，根据Flair图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，得到Flair图像组对应的三方位第一截面的三维等体素图像组；根据T1 CE图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，得到T1 CE图像组对应的三方位第一截面的三维等体素图像组；根据T2图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组，得到T2图像组对应的三方位第一截面的三维等体素图像组。
S103：沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值。
S104：对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值。
进一步的，本发明实施例在构建得到三方位第一截面的三维等体素图像组之后，需要沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值。
在此需要说明的是，网格化处理指的是对所述三维等体素图像组沿横断位方向按步长为q进行切割，沿矢状位方向按步长为q进行切割，和沿冠状位方向按步长为q进行切割，得到若干个等体素的立方体小格。
在本发明实施例中，可以通过如下步骤来得到若干个等体素的立方体小格的体素值，具体的：
获取所述等体素的立方体小格的原始体素值；根据所述等体素的立方体小格的原始像素值，判断所述等体素的立方体小格所属的图像区域；如果所述等体素的立方体小格所属的图像区域为肿瘤图像区域内，则根据预设的第一预设值，得到所述等体素的立方体小格的体素值；如果所述等体素的立方体小格所属的图像区域为肿瘤图像区域边界，则对所述等体素的立方体小格进行边界校准，得到所述等体素的立方体小格校准后的体素值；如果所述等体素的立方体小格所属的图像区域为肿瘤图像区域外，则根据预设的第二预设值，得到所述等体素的立方体小格的体素值。
在此需要说明的是，由于第一磁共振图像内肿瘤边界模糊，导致在对所述三维等体素图像组进行网格化处理的过程中，使立方体小格的组织属性错分，将正常组织划分为肿瘤组织，将肿瘤组织划分为正常组织，并且，处于肿瘤图像区域边界的立方体小格在当前平面内，可能存在部分处于WT区域或ET区域内，而另一部分处于WT区域或ET区域外的情况，这也是不规则形状的体积计算误差来源之一，因此，需要在等体素的立方体小格所属的图像区域为肿瘤图像区域边界时，对等体素的立方体小格进行边界校准，从而得到准确的立方体小格的体素值。
在本发明实施例中，对肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值，具体如下：
分别针对横断位方向、矢状位方向或冠状位方向，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值；对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的所述等体素的立方体小格校准后的体素值。
在此需要说明的是，分别针对横断位方向、矢状位方向或冠状位方向，对该方向上属于同一层的肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值，指的是对横断位方向，对该横断位方向上属于同一层的肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该横断位方向上的中间像素值；对矢状位方向，对该矢状位方向上属于同一层的肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该矢状位方向上的中间像素值；对冠状位方向，对该冠状位方向上属于同一层的肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该冠状位方向上的中间像素值，也就是说，在对肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准的过程中，是针对每个方向层面，均进行一次边界校准。
另外，本发明实施例提供了一种对该方向上属于同一层的肿瘤图像区域边界处的等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值的具体实施方式，如下：
从第一磁共振图像组中获取水肿区域；通过直方图统计方法，确定像素灰度值中出现概率最高的像素值；根据所述像素值，确定所述水肿区域的限定灰度范围；计算所述限定灰度范围内的像素平均值；针对同一层的每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该等体素的立方体小格的像素值超过N倍的所述像素平均值，则将预设的第一预设值作为该等体素的立方体小格在该方向上的中间像素值；如果该等体素的立方体小格的像素值未超过N倍所述像素平均值，则将预设的第二预设值作为该等体素的立方体小格在该方向上的中间像素值，其中，所述N为正数。
在此需要说明的是，由于水肿区域在Flair图像上比较明显，因此，第一磁共振图像组包括：Flair图像组，从Flair图像组中获取水肿区域。
从第一磁共振图像组中获取水肿区域可用公式表示为：，其中，/>表示水肿区域、/>表示WT区域、/>表示TC区域。
可通过公式来确定各像素值所对应的出现概率，其中， />，/>代表图像灰度级，/>代表像素灰度值，/>表示水肿区域像素点总数，/>表示像素值为的像素点数量，/>表示像素值为/>的像素出现概率。
可通过公式和/>来确定所述水肿区域的限定灰度范围，其中，/>代表图像灰度级，/>代表像素灰度值，/>表示像素值为/>的像素出现概率，/>表示水肿区域像素值的最小取值，/>表示水肿区域像素值的最大取值，/>表示系数，可通过搜索的方法求得，搜索得到使下面不等式成立的最小/>值，公式如下：
；
为可调参数，作为示例选取为0.6，可调参数具体选择哪个数值可根据实际情况来定。
可通过公式，来计算限定灰度范围内的像素平均值/>。
如果该等体素的立方体小格的像素值超过N倍的所述像素平均值，则将预设的第一预设值作为该等体素的立方体小格在该方向上的中间像素值，例如，假设等体素的立方体小格的总数量为Q，肿瘤图像区域边界处的等体素的立方体小格的像素值为，第一预设值为/>，其中，/> ，第二预设值为0，如果/>，则将/>作为该等体素的立方体小格在该方向上的中间像素值，假设肿瘤图像区域边界处的等体素的立方体小格的像素值为，那么如果/>，则将0作为该等体素的立方体小格在该方向上的中间像素值，公式如下：
；
其中，的取值可自定义，作为示例选取为1/2。
对于肿瘤的磁共振图像网格方法测体积，存在层面内肿瘤边缘不清晰、不规则问题，导致层面内计算误差，为了解决这个问题，通过统计水肿区域和ET区域的特定范围平均值，与肿瘤图像区域边界处的立方体小格像素值进行比较，计算出肿瘤图像区域边界处的立方体小格的组织属性（正常结构组织或肿瘤组织等），达到层面内校正的目的。
进一步的，由于在层与层之间也采用立方体小格分割的方式，与每层的层面内情况相同，同样会有肿瘤图像区域边界处立方体小格划分问题，需要做层方向校正（即，层与层之间的校正），具体的，针对每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该肿瘤图像区域边界处的等体素的立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第二预设值，则将预设的第二预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值；如果该肿瘤图像区域边界处的等体素的边界立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第一预设值，则将预设的第三预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值。
例如，假设最终灰度值为，第二预设值为0，第三预设值为边界立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值的平均值/>，其中，/>、、/>分别为同一个处在肿瘤图像区域边界处的立方体小格在三个方向横断位方向、矢状位方向和冠状位方向分别进行层面内校正后各自的中间像素值；通过公式：
；
对处于肿瘤图像区域边界处的所述等体素的立方体小格进行校正，能够得到准确的等体素的立方体小格的体素值。
由于层方向也存在肿瘤边缘不清晰、不规则的问题，也会导致体积计算的误差，因此加入了其他两个方向的对比判断，巧妙地利用了某一方向，如果为选层方向，那么它在其他两个方位即为非选层方向，经过层面内校正后，不存在相同问题，通过三方向数据对比综合判断的方式，准确地判断边缘立方小格的组织属性。
在本发明实施例中，立方体小格被确定为边界立方体小格需要满足下面两个条件：
，
；
其中，边界立方体小格的坐标为/>，灰度值为/>，/>为确定边缘小格范围的控制变量，即当/>时，与像素值为0的立方体小格相邻且大于0的1个小格被确认为边界立方体小格，需要进行校正；当/>时，与像素值为0的小格相邻且大于0的2个立方体小格被确认为边界立方体小格，需要进行校正，这里作为示例选取/>，也可以根据实际情况选择其他数字。
显然，确认边界立方体小格需满足两个条件：边界立方体小格三个方向的相邻小格中至少存在一个像素值为0的小格，边界立方体小格自身像素值大于0。
S105：根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积。
进一步的，本发明实施例在确定出等体素的立方体小格的体素值之后，可根据等体素的立方体小格的体素值，来确定治疗后肿瘤的体积，具体的，统计体素值为非第二预设值的等体素的立方体小格的数量；确定体素值为非第二预设值的等体素的立方体小格的体积；根据体素值为非第二预设值的等体素的立方体小格的体积及其数量，确定治疗后肿瘤的体积。
S106：获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积。
进一步的，由于在实际应用中，要想评估术后肿瘤的效果，不仅需要知道治疗后肿瘤的体积，还需要知道治疗前肿瘤的体积，因此，在本发明实施例中，获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并重复上述步骤确定所述治疗前肿瘤的体积。
在此需要说明的是，第二磁共振图像组和第一磁共振图像组是针对同一个患者同一部位在治疗前和治疗后扫描得到的，且第二磁共振图像组和第一磁共振图像组内的各图像组都带有WT、ET和TC区域的标记。
另外，重复上述网格化处理和边界校准的操作，确定所述治疗前肿瘤的体积指的是，重复S103-S105。
S107：对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系。
进一步的，由于在治疗肿瘤前后的多次临床扫描，每次都存在扫描定位偏差，尤其是多发肿瘤，因此，需要对第二磁共振图像组内治疗前的肿瘤和对第一磁共振图像组内治疗后的肿瘤进行位置配准，以针对第二磁共振图像组内每个治疗前的肿瘤，在第一磁共振图像组内确定出该治疗前的肿瘤对应的治疗后的肿瘤，也就是说，配准的目的在于在第二磁共振图像组和第一磁共振图像组内找到同一肿瘤在治疗前和治疗后的对应关系。
本发明实施例提供了一种对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系的具体实施方式，如下：
从所述第一磁共振图像组中分割出第一配准体；从所述第二磁共振图像组中分割出第二配准体；根据所述第一配准体和所述第二配准体，得到所述第一磁共振图像组和所述第二磁共振图像组之间的中心点偏移值和旋转矩阵；根据所述中心点偏移值和旋转矩阵，得到同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置；根据同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置，确定同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系。
在此需要说明的是，从所述第一磁共振图像组中分割出第一配准体可以是，以第一磁共振图像组包括的沿矢状位方向扫描得到的三方位第一截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第一配准体；从所述第二磁共振图像组中分割出第二配准体可以是，以第二磁共振图像组包括的沿矢状位方向扫描得到的三方位第二截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第二配准体。
其中，由于T2图像组在分割配准体更加精准，因此，在本发明实施例中，第一磁共振图像组为T2图像组，具体以T2图像组的沿矢状位方向扫描得到的第一截面图像的中心点为基准点。
另外，第一配准体包括：第一高信号区域；所述第二配准体包括：第二高信号区域，其中，高信号区域包括和脑脊液区域等，再将已求得的/>从上述高信号区域中去除，得到第一配准体和第二配准体。
在此需要说明的是，根据所述第一配准体和所述第二配准体，得到所述第一磁共振图像和所述第二磁共振图像之间的中心点偏移值和旋转矩阵/>；设各肿瘤病灶序号分别为/>（/>为肿瘤个数），假设/>为治疗前肿瘤/>在对应坐标系下某点的三维坐标，/>为治疗后肿瘤/>在对应坐标系下此点的三维坐标，则、/>两坐标系的三维坐标转换方程如下所示：
。
刚性配准的变化通常都是仿射变换，一般通过全图的平移、旋转、放缩等几个操作就可以对齐图像。
本发明采用了全局阈值法确定待配准区域的方式，利用第一配准体和第二配准体进行配准，求得坐标变换矩阵及偏移值，极大地减少了配准图像的数据量，配准后的肿瘤治疗效果评估比较直观，尤其对于多发性肿瘤，对于之前无法测量的小肿瘤，也可以直接做出评估。
S108：根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
进一步的，在通过S107确定出第一磁共振图像和第二磁共振图像之间哪两个肿瘤为治疗前和治疗后的同一肿瘤之后，就可以通过公式：，来确定肿瘤的体积变化，依次作为对肿瘤预后效果的评估依据，其中，/>为治疗前的肿瘤的体积，/>为治疗后的肿瘤的体积，/>为肿瘤在治疗前和治疗后的体积变化，当/>时，表示对应肿瘤区域减小；当/>时，表示对应肿瘤区域增大；当/>时，表示对应肿瘤区域没有变化。
通过上述方法，本发明通过一种新的目标区域网格化边缘计算方法，基于磁共振图像进行肿瘤的多方位体积校正，最大限度地接近不规则肿瘤的真实体积，从而为肿瘤影像学的定量评估提供条件。同时，通过利用分割得到的特定配准区域进行配准，显著降低了配准的计算量。
另外，本发明基于磁共振图像边缘信号是逐步变化、模糊的特点，将肿瘤区域精准修正后再进行体积计算。
在本发明实施例中，所述治疗后肿瘤包括增强肿瘤ET和/或全肿瘤WT；所述治疗前肿瘤包括增强肿瘤ET和/或全肿瘤WT。
在此需要说明的是，由于WT肿瘤区域在Flair序列的图像上显示相对比较清晰，因此在执行本发明时可以选择Flair序列的WT区域执行S101-S108，也就是说，第一磁共振图像组和第二磁共振图像组为 Flair图像组；同理，由于ET肿瘤区域在T1 CE序列的图像上显示相对比较明显，因此执行本发明时可以选择T1 CE序列的ET区域执行S101-S108，也就是说，第一磁共振图像组和第二磁共振图像组为 T1 CE图像组。
实施例二
本实施例提供一种肿瘤预后效果评估的装置，如图3所示，包括：第一获取模块201，用于获取针对治疗后肿瘤的第一磁共振图像组，其中，所述第一磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组；构建模块202，用于根据所述三方位截面图像组，构建三方位截面的三维等体素图像组；网格处理模块203，用于沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值；校准模块204，用于对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值；体积确定模块205，用于根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积；第二获取模块206，用于获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积；配准模块207，用于对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系；评估模块208，用于根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
所述校准模块204具体用于，分别针对横断位方向、矢状位方向或冠状位方向，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值；对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的所述等体素的立方体小格校准后的体素值。
所述校准模块204还用于，从第一磁共振图像组中获取水肿区域；通过直方图统计方法，确定灰度像素值中出现概率最高的像素值；根据所述像素值，确定所述水肿区域的限定灰度范围；计算所述限定灰度范围内的像素平均值；针对同一层的每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该等体素的立方体小格的像素值超过N倍的所述像素平均值，则将预设的第一预设值作为该等体素的立方体小格在该方向上的中间像素值；如果该等体素的立方体小格的像素值未超过N倍所述像素平均值，则将预设的第二预设值作为该等体素的立方体小格在该方向上的中间像素值，其中，所述N为正数。
所述校准模块204还用于，针对每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该肿瘤图像区域边界处的等体素的立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第二预设值，则将预设的第二预设值作为该等肿瘤图像区域边界处的体素的边界立方体小格校准后的体素值；如果该肿瘤图像区域边界处的等体素的边界立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第一预设值，则将预设的第三预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值。
所述体积确定模块205具体用于，统计体素值为非第二预设值的等体素的立方体小格的数量；确定体素值为非第二预设值的等体素的立方体小格的体积；根据体素值为非第二预设值的等体素的立方体小格的体积及其数量，确定治疗后肿瘤的体积。
所述配准模块207具体用于，从所述第一磁共振图像组中分割出第一配准体；从所述第二磁共振图像组中分割出第二配准体；根据所述第一配准体和所述第二配准体，得到所述第一磁共振图像组和所述第二磁共振图像组之间的中心点偏移值和旋转矩阵；根据所述中心点偏移值和旋转矩阵，得到同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置；根据同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置，确定同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系。
所述配准模块207还用于，以第一磁共振图像组包括的沿矢状位方向扫描得到的三方位第一截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第一配准体；以第二磁共振图像组包括的沿矢状位方向扫描得到的三方位第二截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第二配准体。
所述第一配准体包括：第一高信号区域；所述第二配准体包括：第二高信号区域。
所述治疗后肿瘤包括增强肿瘤ET和/或全肿瘤WT；所述治疗前肿瘤包括增强肿瘤ET和/或全肿瘤WT。
该装置可实现上述实施例一提供的肿瘤预后效果评估的方法，具体的预测方法可参见实施例一中的描述，在此不再赘述。
实施例三
本发明提供了一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行前述实施例一中的任一种方法。其中处理器和存储器可以通过总线或者其他方式连接，以通过总线连接为例。处理器可以为中央处理器（Central Processing Unit，CPU）。处理器还可以为其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific IntegratedCircuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例四
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如实施例一中的任意一种方法。该计算机可读存储介质可以是有形存储介质，诸如随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种肿瘤预后效果评估的方法，其特征在于，包括：
获取针对治疗后肿瘤的第一磁共振图像组，其中，所述第一磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组；
根据所述三方位第一截面图像组，构建三方位第一截面的三维等体素图像组；
沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值；
对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值；
根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积；
获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积；
对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系；
根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
2.根据权利要求1所述的肿瘤预后效果评估的方法，其特征在于，对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值，包括：
分别针对横断位方向、矢状位方向或冠状位方向，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值；
对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值。
3.根据权利要求2所述的肿瘤预后效果评估的方法，其特征在于，对该方向上属于同一层的肿瘤图像区域边界处的所述等体素的立方体小格进行层面内的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格在该方向上的中间像素值，包括：
从第一磁共振图像组中获取水肿区域；
通过直方图统计方法，确定像素灰度值中出现概率最高的像素值；
根据所述像素值，确定所述水肿区域的限定灰度范围；
计算所述限定灰度范围内的像素平均值；
针对同一层的每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该等体素的立方体小格的像素值超过N倍的所述像素平均值，则将预设的第一预设值作为该等体素的立方体小格在该方向上的中间像素值；
如果该等体素的立方体小格的像素值未超过N倍所述像素平均值，则将预设的第二预设值作为该等体素的立方体小格在该方向上的中间像素值，其中，所述N为正数。
4.根据权利要求3所述的肿瘤预后效果评估的方法，其特征在于，对不同层的肿瘤图像区域边界处的所述等体素的立方体小格进行层方向的边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值，包括：
针对每个肿瘤图像区域边界处的所述等体素的立方体小格，如果该肿瘤图像区域边界处的等体素的立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第二预设值，则将预设的第二预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值；
如果该肿瘤图像区域边界处的等体素的边界立方体小格在横断位方向、矢状位方向和冠状位方向上的中间像素值中，有两个及以上的中间像素值为第一预设值，则将预设的第三预设值作为该肿瘤图像区域边界处的等体素的边界立方体小格校准后的体素值。
5.根据权利要求4所述的肿瘤预后效果评估的方法，其特征在于，根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积，包括：
统计体素值为非第二预设值的等体素的立方体小格的数量；
确定体素值为非第二预设值的等体素的立方体小格的体积；
根据体素值为非第二预设值的等体素的立方体小格的体积及其数量，确定治疗后肿瘤的体积。
6.根据权利要求1所述的肿瘤预后效果评估的方法，其特征在于，对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系，包括：
从所述第一磁共振图像组中分割出第一配准体；
从所述第二磁共振图像组中分割出第二配准体；
根据所述第一配准体和所述第二配准体，得到所述第一磁共振图像组和所述第二磁共振图像组之间的中心点偏移值和旋转矩阵；
根据所述中心点偏移值和旋转矩阵，得到同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置；
根据同一坐标系下的每个治疗后肿瘤的坐标位置和治疗前肿瘤的坐标位置，确定同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系。
7.根据权利要求6所述的肿瘤预后效果评估的方法，其特征在于，从所述第一磁共振图像组中分割出第一配准体，包括：
以第一磁共振图像组包括的沿矢状位方向扫描得到的三方位第一截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第一配准体；
从所述第二磁共振图像组中分割出第二配准体，包括：
以第二磁共振图像组包括的沿矢状位方向扫描得到的三方位第二截面图像组内图像的中心点为基准点，采用全局阈值分割方法，分割出第二配准体。
8.根据权利要求6所述的肿瘤预后效果评估的方法，其特征在于，所述第一配准体包括：第一高信号区域；所述第二配准体包括：第二高信号区域。
9.根据权利要求1所述的肿瘤预后效果评估的方法，其特征在于，所述治疗后肿瘤包括增强肿瘤ET和/或全肿瘤WT；所述治疗前肿瘤包括增强肿瘤ET和/或全肿瘤WT。
10.一种肿瘤预后效果评估的装置，其特征在于，包括：
第一获取模块，用于获取针对治疗后肿瘤的第一磁共振图像组，其中，所述第一磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第一截面图像组；
构建模块，用于根据所述三方位第一截面图像组，构建三方位第一截面的三维等体素图像组；
网格处理模块，用于沿横断位方向、矢状位方向和冠状位方向，对所述三维等体素图像组进行网格化处理，得到若干个等体素的立方体小格及其体素值；
校准模块，用于对位于肿瘤图像区域边界处的等体素的立方体小格进行边界校准，得到肿瘤图像区域边界处的等体素的立方体小格校准后的体素值；
体积确定模块，用于根据全部等体素的立方体小格的体素值，确定治疗后肿瘤的体积；
第二获取模块，用于获取针对治疗前肿瘤的第二磁共振图像组，其中，所述第二磁共振图像组包括沿横断位方向、矢状位方向和冠状位方向扫描得到的三方位第二截面图像组，并根据所述三方位第二截面图像组，构建三方位第二截面的三维等体素图像组，重复上述网格化处理和边界校准的操作，确定治疗前肿瘤的体积；
配准模块，用于对所述第一磁共振图像组和所述第二磁共振图像组通过分割得到的特定配准区域进行刚性配准，得到同一坐标系下每个治疗后肿瘤和治疗前肿瘤的位置对应关系；
评估模块，用于根据位置对应关系属于同一位置的治疗后肿瘤的体积和治疗前肿瘤的体积，对肿瘤预后的效果进行评估。
11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如权利要求1-9任一所述的肿瘤预后效果评估的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如权利要求1-9任一所述的肿瘤预后效果评估的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311530975.0A CN117237435B (zh) | 2023-11-16 | 2023-11-16 | 肿瘤预后效果评估的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311530975.0A CN117237435B (zh) | 2023-11-16 | 2023-11-16 | 肿瘤预后效果评估的方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117237435A true CN117237435A (zh) | 2023-12-15 |
| CN117237435B CN117237435B (zh) | 2024-02-06 |
Family
ID=89098886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311530975.0A Active CN117237435B (zh) | 2023-11-16 | 2023-11-16 | 肿瘤预后效果评估的方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117237435B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130230224A1 (en) * | 2010-11-24 | 2013-09-05 | Nocimed, Llc | Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy |
| CN109727245A (zh) * | 2019-01-25 | 2019-05-07 | 无锡海鹰医疗科技股份有限公司 | Hifu系统对病灶观察诊断的三维重建肿瘤轮廓方法 |
| CN110910406A (zh) * | 2019-11-20 | 2020-03-24 | 中国人民解放军总医院 | 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统 |
| CN110969619A (zh) * | 2019-12-19 | 2020-04-07 | 广州柏视医疗科技有限公司 | 一种自动识别鼻咽癌原发肿瘤的方法及装置 |
| US20200214619A1 (en) * | 2019-01-04 | 2020-07-09 | Regents Of The University Of Minnesota | Automated co-registration of prostate mri data |
| CN113066061A (zh) * | 2021-03-24 | 2021-07-02 | 同心医联科技（北京）有限公司 | 一种基于mra的动脉瘤检测方法、系统、终端及介质 |
| CN113538409A (zh) * | 2021-08-05 | 2021-10-22 | 佳木斯大学 | 基于模糊逻辑和anfis的宫颈癌图像区域分割方法 |
| CN114305384A (zh) * | 2020-09-30 | 2022-04-12 | 台北医学大学 | 磁振造影的自动分析系统及其运行方法 |
| CN114882051A (zh) * | 2022-04-25 | 2022-08-09 | 大连理工大学 | 一种基于多模态影像的盆腔骨肿瘤的自动分割及三维重建方法 |
| US20220375116A1 (en) * | 2020-01-09 | 2022-11-24 | Genentech, Inc. | Measuring change in tumor volumes in medical images |
| CN116883372A (zh) * | 2023-07-19 | 2023-10-13 | 重庆大学 | 一种基于血管区域图像自适应识别肿瘤的方法及系统 |
-
2023
- 2023-11-16 CN CN202311530975.0A patent/CN117237435B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130230224A1 (en) * | 2010-11-24 | 2013-09-05 | Nocimed, Llc | Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy |
| US20200214619A1 (en) * | 2019-01-04 | 2020-07-09 | Regents Of The University Of Minnesota | Automated co-registration of prostate mri data |
| CN109727245A (zh) * | 2019-01-25 | 2019-05-07 | 无锡海鹰医疗科技股份有限公司 | Hifu系统对病灶观察诊断的三维重建肿瘤轮廓方法 |
| CN110910406A (zh) * | 2019-11-20 | 2020-03-24 | 中国人民解放军总医院 | 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统 |
| CN110969619A (zh) * | 2019-12-19 | 2020-04-07 | 广州柏视医疗科技有限公司 | 一种自动识别鼻咽癌原发肿瘤的方法及装置 |
| US20220375116A1 (en) * | 2020-01-09 | 2022-11-24 | Genentech, Inc. | Measuring change in tumor volumes in medical images |
| CN114305384A (zh) * | 2020-09-30 | 2022-04-12 | 台北医学大学 | 磁振造影的自动分析系统及其运行方法 |
| CN113066061A (zh) * | 2021-03-24 | 2021-07-02 | 同心医联科技（北京）有限公司 | 一种基于mra的动脉瘤检测方法、系统、终端及介质 |
| CN113538409A (zh) * | 2021-08-05 | 2021-10-22 | 佳木斯大学 | 基于模糊逻辑和anfis的宫颈癌图像区域分割方法 |
| CN114882051A (zh) * | 2022-04-25 | 2022-08-09 | 大连理工大学 | 一种基于多模态影像的盆腔骨肿瘤的自动分割及三维重建方法 |
| CN116883372A (zh) * | 2023-07-19 | 2023-10-13 | 重庆大学 | 一种基于血管区域图像自适应识别肿瘤的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 蔡海洋、付俊辉、吕精巧: "医学图像三维拼接重建优化技术研究与仿真", 计算机仿真, no. 7, pages 308 - 329 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117237435B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117237435B (zh) | 肿瘤预后效果评估的方法、装置、电子设备和存储介质 | |
| CN111899237B (zh) | 标尺精度测量方法、装置、计算机设备和存储介质 | |
| CN109767448B (zh) | 分割模型训练方法及装置 | |
| CN113034389B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN110619635B (zh) | 基于深度学习的肝细胞癌磁共振图像分割系统和方法 | |
| CN105488781A (zh) | 一种基于ct影像肝脏肿瘤病灶的分割方法 | |
| CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及系统 | |
| CN116503426B (zh) | 基于图像处理的超声图像分割方法 | |
| CN114677525B (zh) | 一种基于二值图像处理的边缘检测方法 | |
| CN112017161A (zh) | 一种基于中心点回归的肺结节检测方法和检测装置 | |
| CN114742849A (zh) | 一种基于图像增强的水准仪距离测量方法 | |
| CN102509273B (zh) | 基于同质片和模糊测度的乳腺超声图像的肿瘤分割方法 | |
| CN116309551B (zh) | 确定病灶取样区的方法、装置、电子设备及可读介质 | |
| CN116807410A (zh) | 一种基于比例因果的大脑效率网络分析方法及系统 | |
| CN116269501A (zh) | 基于模糊熵的超声成像方法、装置、计算机设备及介质 | |
| CN109816660A (zh) | 一种图像分割方法、终端设备及存储介质 | |
| CN113408595B (zh) | 病理图像处理的方法、装置、电子设备及可读存储介质 | |
| CN112634280B (zh) | 基于能量泛函的mri图像脑肿瘤分割方法 | |
| US20210251601A1 (en) | Method for ultrasound imaging and related equipment | |
| CN117152181B (zh) | 肿瘤图像分割方法、装置、电子设备和可读存储介质 | |
| US20130243291A1 (en) | Method and device for processing a computer tomography measurement result | |
| CN117422722B (zh) | 基于adc图像的肿瘤预后特征评估的方法和装置 | |
| CN118397198B (zh) | 一种病理图像特征分析的三维重建方法 | |
| CN118397023B (zh) | 一种基于mri的三叉神经区域分割方法 | |
| CN118212142B (zh) | 确定结晶岩石矿物几何异质性的方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |