[发明专利]一种用于构建慢性乙肝肝硬化预测模型的CT图像的影像组学特征提取与筛选方法

说明书

一种用于构建慢性乙肝肝硬化预测模型的CT图像的影像组学特征提取与筛选方法。现有的肝纤维化、肝硬化预测方法由于成本问题而无法被广泛应用、且预测所用特征的选取方法不够健全的问题。本发明针对平扫CT检查的HBV感染的具有肝纤维化病理结果的患者设置排除标准，并统计能够纳入CT图像采集的患者总数量，被采集者采用上仰卧位接受CT检查；将获得的平扫CT图像按照统计的总数量分为两部分，一部分作为训练组，用于构建慢性乙肝肝硬化预测模型，另一部分作为验证组，用于验证慢性乙肝肝硬化预测模型的效果；进行图像分割和影像组学特征提取。本发明方法能够准确提取并筛选用于构建预测肝硬化模型的特征。

技术领域

本发明涉及一种用于构建慢性乙肝肝硬化预测模型的CT图像的影像组学特征提取与筛选方法。

背景技术

目前用于预测肝纤维化程度的无创方法，包括血清指数和弹性成像。已知TE和MRE对肝纤维化分期具有优秀的诊断性能。但是，由于价格高昂，这些性能良好的设备方法并未得到广泛应用。在中国，通常建议对HBV携带者进行增强CT检查来明确其有没有肿瘤发生，但由于成本效益有限，许多患者仅接收平扫CT检查。尽管增强CT或MRI可以提供比平扫CT更多的信息，但是我们希望在容易获得的数据基础上以相对较低的成本研究无创模型来预测肝硬化。另外，其构建预测模型所用特征的选取方法不够健全。

发明内容

本发明的目的是为了解决现有的肝纤维化、肝硬化预测方法由于成本问题而无法被广泛应用、且预测所用特征的选取方法不够健全的问题，而提出一种用于构建慢性乙肝肝硬化预测模型的CT图像的影像组学特征提取与筛选方法。

一种用于构建慢性乙肝肝硬化预测模型的CT图像的影像组学特征提取与筛选方法，所述方法为：

步骤一、针对平扫CT检查的HBV感染的具有肝纤维化病理结果的患者设置排除标准，不在排除标准内的患者则进行下一步的CT图像采集，并统计能够纳入CT图像采集的患者总数量，所述的排除标准为：

(1)缺乏详细的肝纤维化病理记录；

(2)缺乏1.5mm层厚的腹部平扫CT图像；

(3)平扫CT检查和活检之间的间隔时间超过3个月；

(4)图像质量差；其中，图像质量差是指通过PSNR、结构相似度SSIM或多尺度结构相似度方法评估出低分的图像；

(5)合并感染了其他病毒，包括丙型肝炎病毒、丁型肝炎病毒或人免疫缺陷病毒中的一种或几种；

(6)带有局灶性肝病灶，包括HCC、肝结核中的一种或几种；

(7)摄入大量酒精；所述的大量是指大于20克/天；

(8)临床资料不完整(n＝39)；

步骤二、被采集者采用上仰卧位接受CT检查；CT扫描的参数为：管电压120kVp，管电流250–350mA，准直切片厚度5mm，重建切片厚度1.25mm，切片间隔5mm，旋转时间0.6s，螺旋螺距1.375，视野在35至40cm之间，矩阵为512×512；

步骤三、将获得的平扫CT图像按照统计的总数量分为两部分，一部分作为训练组，用于构建慢性乙肝肝硬化预测模型，另一部分作为验证组，用于验证慢性乙肝肝硬化预测模型的效果；

步骤四、进行图像分割和影像组学特征提取。

优选地，所述的影像组学特征提取步骤包括：

采用开源Pyradiomics软件包进行图像预处理和特征提取；

第二，体素间距以1×1×1mm的大小进行标准化，体素强度值以25HU的箱宽离散化；