[发明专利]基于放射组学特征的胰腺囊性肿瘤CT图像的分类方法

说明书

一种基于放射组学特征的胰腺囊性肿瘤CT图像的分类方法，包括如下步骤：1)图像采集：采集胰腺囊性肿瘤患者的CT图像；2)感兴趣区域获取：通过手动标记对胰腺囊性肿瘤位置进行分割；3)特征提取；4)特征量化；5)用支持向量机进行分类：将新的多维特征向量放入支持向量机中进行分类。本发明降低图像处理的复杂度，提高运行速度，提高分类准确率。

技术领域

本发明涉及一种医学图像处理领域，具体是指基于放射组学特征的胰腺囊性肿瘤CT图像的分类方法。

背景技术

近年来，随着大数据和医学成像技术的快速发展，放射组学作为一门新兴的医工交叉学科也随之应运而生，给定量的医学诊断带来了新的曙光。放射组学是一项全新的领域，应用大量的自动化数据特征化算法将感兴趣的区域(region of interest,ROI)的影像数据转化为具有高分辨率的可发掘的特征空间数据。

胰腺囊性肿瘤是当前临床检出率日益升高的胰腺外分泌肿瘤，其中常见的有胰腺浆液性囊性瘤、黏液性囊性瘤。其中，胰腺浆液性囊性瘤是常见的良性胰腺囊性肿瘤，而后者具有潜在的高度恶变概率。因此，准确的诊断对确定患者的治疗方式、手术时机和手术范围具有重要的临床价值。

数据分析是对大量的影像数据进行数字化的定量高通量分析，得到高保真的目标信息来综合评价胰腺囊性肿瘤。结合计算机的分析计算辅助进行胰腺囊性肿瘤疾病类型的判定，提高诊断准确率。

存在的技术缺陷为：图像处理的复杂度高和分类准确率低。

发明内容

为了克服现有胰腺囊性肿瘤CT图像的分类方法的复杂度高和分类准确率低的不足，为了降低图像处理的复杂度，提高运行速度，提高分类准确率，本发明提供了一种基于放射组学特征的胰腺囊性肿瘤CT图像的分类方法

本发明解决其技术问题所采用的技术方案是：

一种基于放射组学特征的胰腺囊性肿瘤CT图像的分类方法，包括如下步骤：

1)图像采集：采集胰腺囊性肿瘤患者的CT图像；

2)感兴趣区域获取：通过手动标记对胰腺囊性肿瘤位置进行分割；

3)特征提取，过程如下：

3.1)强度直方图是把图像中每一个像素出现的次数都先统计出来，然后把每一个像素出现的次数除以总的像素个数，得到的就是这个像素出现的频率，然后再把像素与该像素出现的频率用图表示出来；

3.2)形状特征都描述肿瘤几何形状的定量特征；

3.3)纹理结构特征描述了图像或图像区域所对应景物的表面性质；

4)特征量化，过程如下：

主成分分析是在保留所有原变量的基础上，通过原变量的线性组合得到主成分，选取少数主成分就可保留原变量的绝大部分信息，这样就可用这几个主成分来代替原变量，从而达到降维的目的。

4.1)将上述的多类别分别进行PCA降维得到多个特征集；

灰度原始的特征通过PCA操作后得到一个特征集；

强度特征通过PCA操作后得到一个特征集；

形状特征通过PCA操作后得到一个特征集；

小波纹理特征通过PCA操作后得到一个特征集；

4.2)将多个特征集串联一个新的多维特征向量；

一个个特征集串联一个新的多维特征向量；

5)用支持向量机进行分类：将新的多维特征向量放入支持向量机中进行分类。