[发明专利]一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统

权利要求书

1.一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，包括：特征提取网络、区域生成网络和目标检测网络；

所述特征提取网络用于对输入的已绘制ROI的CT图像进行抽象，提取影像组学特征；

所述区域生成网络利用Pearson相关分析算法选择影像组学特征，建立Pearson相关矩阵，计算成对影像组学特征相关系数，选择具有最大绝对相关系数平均值的影像组学特征，采用SFFS算法筛选最优影像组学特征；其中，影像组学特征包括：形态学特征、一阶统计特征、纹理特征；

所述目标检测网络采用MLR构建影像组学模型，用于预测切缘阳性概率。

2.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

所述特征提取网络将所有ROI数据重采样为体素间距为1×1×1mm³各向同性数据。

3.如权利要求2所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

所述特征提取网络在原始图像上应用6个内置可选滤波器，生成相应的衍生图像，使用Pyradiomics在原始图像和衍生图像中提取CT图像的影像组学特征。

4.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

在所述SFFS算法中，以AUC值作为SFFS评分标准，以获得最优影像组学特征。

5.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

形态学特征包括：最大3D直径、伸长率、平面度、最小轴长、主轴长、最大2D直径列、最大2D直径行、最大2D直径切片、网格体积。

6.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

一阶统计特征包括：均值、能量、总能量、熵、最小强度值、第10个百分位强度值、第90个百分位强度值、最大强度值、平均强度值、中值强度值、四分位数范围、强度值范围、偏度、峰度、方差和均匀度。

7.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

纹理特征包括：灰度共生矩阵、灰度游程长度矩阵、灰度大小区域带矩阵、近邻灰度色调差矩阵、和灰度相关矩阵；

灰度共生矩阵包括：相关性、自相关、联合平均、聚类突出度、聚类阴影、聚类趋势、对比度、差平均、差分熵、差分方差、联合能量、联合熵；

灰度游程长度矩阵包括：运行熵、灰度非均匀性、归一化灰度非均匀性、灰度方差、高灰度运行强调、长期运行强调、长期运行高灰度强调、长期低灰度级强调、低灰度级强调；

灰度大小区域带矩阵包括：大面积高灰度级强调、小面积强调、大面积强调、灰度不均匀、灰度不均匀归一化、灰度方差、尺寸区域不均匀、尺寸区域非均匀标准化、区域百分比、区域方差、区域熵；

近邻灰度色调差矩阵包括：复杂性、对比度和强度；

灰度相关矩阵包括：灰度不均匀、归一化灰度不均匀、灰度方差、高灰度区域重点、大面积重点、大区域低灰度级强调、低灰度级区域强调、尺寸区域非均匀性。

8.如权利要求1所述的一种基于CT图像影像组学特征的进展期胃癌边缘状态识别系统，其特征在于，

所述目标检测网络是一个包含了五种最优影像组学特征的MLR模型。