[发明专利]基于单分类放射组学的危及器官自动勾画质量评判方法

权利要求书

1.一种基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：具体包括以下步骤：

(1)采集图像：采集多位肿瘤患者的医学图像；

(2)自动勾画危及器官轮廓：通过自动勾画软件对危及器官进行勾画；

(3)提取单层轮廓：提取危及器官的单层轮廓；

(4)提取特征：对原始医学图像进行转换域处理获得转换域图像，分别对原始医学图像及转换域图像提取目标区域轮廓的一阶特征及纹理特征；

(5)归一化特征及特征缺失值处理：对步骤(4)中提取出的一阶特征及纹理特征进行归一化处理，使特征值均在[0-1]之间；对特征的缺失值进行补0处理；

(6)筛选特征：运用方差检验筛选，剔除冗余的特征，获得方差检验筛选特征；

(7)建立孤立森林模型；

(8)运用步骤(7)建立的孤立森林模型对自动勾画出的危及器官进行质量评判。

2.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(3)中所述提取危及器官单层轮廓，包括金标准勾画的危及器官区域的单层轮廓，提取自动勾画软件勾画的危及器官区域的单层轮廓；所述金标准勾画采用多家医疗中心医生手动勾画；所述自动勾画软件采用现有商用自动勾画软件。

3.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(4)中所述转换域处理为影像组学中的七种转换域处理，所述七种转换域处理具体为小波转换、平方转换、平方根转换、对数转换、梯度转换、指数转换、Log转换处理，七种转换域处理后得到的特征强调不一样的图像纹理特征。

4.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(1)中所述多位为大于等于60位。

5.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(1)中所述医学图像为计算机断层扫描图像、磁共振成像图像或正电子发射断层扫描图像中的一种。

6.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(4)中所述一阶特征为一阶直方图特征；

步骤(4)中所述纹理特征包括灰度共生矩阵、灰度行程矩阵、灰度区域大小矩阵、邻域灰度差矩阵。

7.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(5)中所述归一化处理，具体采用的min-max归一化处理，归一化处理公式如式I所示：

其中，x_norm为归一化后的特征值，x为特征值，x_min为特征中的最小值，x_max为特征中的最大值。

8.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(6)中所述运用方差检验筛选，剔除冗余的特征，具体为：通过计算每个特征的方差，选取阈值，比较方差与阈值来确定是否有显著性差异，剔除掉方差小于阈值的特征；方差检验公式如式II：

其中，X_i为特征数据值,X_i为特征数据的平均值,n为数据的数量，σ²为单组特征数据的方差。

9.根据权利要求2所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(7)中所述的建立孤立森林模型，选取金标准勾画的单层轮廓，经过提取、归一化和筛选后的特征数据作为训练集，使用孤立森林模型对训练集数据进行建模，选取自动勾画软件勾画不正确的轮廓特征数据作为测试集进行测试。

10.根据权利要求1所述的基于单分类放射组学的危及器官自动勾画质量评判方法，其特征在于：步骤(7)中的孤立森林模型，通过步骤(6)中的方差检验筛选特征，将33.3％数据作为训练集，16.7％数据作为测试集，50％数据作为验证集，对训练的孤立森林模型进行验证。