[发明专利]一种基于多尺度技术的肿瘤纹理特征的提取方法

摘要

本发明公开了一种基于多尺度技术的肿瘤纹理特征的提取方法，包括：从临床获取肿瘤PET图像数据，勾画理想肿瘤治疗区域；按照勾画的靶区边界分割并提取大体肿瘤体积GTV，获得只包含GTV存在的PET图像；对每幅PET图像进行灰度级量化，对量化后图像进行二维双树复小波变换，每幅图像得到若干个子带图像；将所有PET图像分解得到的各子带图像重新组合成新立体GTV；计算二维双树复小波变换后的细节系数矩阵的均值和方差，并计算肿瘤纹理特征值；分别建立纹理特征值与标准摄取值的最大值SUVmax、肿瘤TNM分期和浸润深度之间的关系，对量化肿瘤的异质性的纹理特征值进行筛选和优化。

主权项

1.一种基于多尺度技术的肿瘤纹理特征的提取方法，其特征是，包括以下步骤：步骤(1)：从临床获取肿瘤PET图像数据，勾画理想肿瘤治疗区域；所述步骤(1)中勾画肿瘤治疗区域的具体过程，包括：步骤(1.1)：将PET图像读入MATLAB中；步骤(1.2)：获取步骤(1.1)中PET图像对应的包含SUV值的图像，先获取整个图像中SUV值最大的点值为初始点，然后基于初始点进行区域增长，直至包含所有大于医生建议SUV阈值的区域，获得肿瘤区域；步骤(1.3)：勾画步骤(1.2)所得肿瘤区域中标准摄取值SUV值大于医生建议SUV阈值的区域，获得肿瘤区域；步骤(1.4)：将步骤(1.3)所获取的肿瘤区域图像再读入MATLAB中，再经过步骤(1.2)和步骤(1.3)获得理想肿瘤治疗区域；步骤(2)：将步骤(1)中勾画好理想肿瘤治疗区域的PET图像读入MATLAB中，按照勾画的靶区边界分割并提取大体肿瘤体积GTV，获得只包含GTV的PET图像；步骤(3)：对每幅只包含GTV的PET图像进行灰度级量化，对量化后图像进行若干层的二维双树复小波变换，每幅图像得到若干个子带图像；将所有只包含GTV的PET图像分解得到的各子带图像按照不同层次不同方向进行分类，同层次同方向的子带图像按原图像编号顺序重新组合成新立体GTV；步骤(4)：计算二维双树复小波变换后的细节系数矩阵的均值和方差，并选取步骤(3)形成的新立体GTV内三维空间若干个不同方向来统计灰度共生矩阵GLCM，并计算肿瘤纹理特征值；步骤(5)：分别建立纹理特征值与标准摄取值的最大值SUVmax、肿瘤TNM分期和浸润深度之间的关系，对量化肿瘤的异质性的纹理特征值进行筛选和优化。