[发明专利]基于多参数磁共振影像的前列腺癌计算机辅助识别系统

摘要

本发明公开了一种基于多参数磁共振影像的前列腺癌计算机辅助识别系统及方法，包括图像预处理模块、参数处理模块、预测与评价模块三个部分。该系统综合利用了T2加权图像、扩散加权图像和动态增强图像的特征，利用人工神经网络的结构达到识别前列腺癌病灶的目的。经测试该系统在前列腺外周带的ROC(受试者工作特性)曲线下面积为0.931，识别准确率为0.887，在中央腺体中的ROC曲线下面积为0.909，识别准确率为0.915。采用本发明的技术方案，能够很好地将常规磁共振扫描序列所得的影像信息整合起来，最大限度地利用了这些图像中的定量参数，较为客观地给出了前列腺癌的识别结果。且操作简便，能较为直观地给医生一个参考，为后续制定诊断方案提供重要依据。

主权项

一种基于磁共振图像的计算机辅助识别系统，具体是一种利用多参数磁共振影像中感兴趣区域的特征参数来辅助识别前列腺癌病灶的软件系统，其特征是包括以下部分：1)图像预处理：将来自同一病人的多参数磁共振影像数据导入到系统内，手动提取感兴趣区域(可固定大小也可任意大小)，计算扩散加权图像的表观扩散系数和动态增强图像的动态增强曲线；2)参数处理：分别对三个序列扫描得到的图像提取特征参数。对所提取的特征使用顺序选择方法进行优化，得到贡献较大的特征参数作为人工神经网络的输入参数；3)预测与评价：通过人工神经网络模型达到识别前列腺癌病灶的目的。使用交叉检验的方法轮流训练和测试数据，利用ROC曲线下面积作为性能评价的指标，同时也计算该系统识别的准确率、敏感性、特异性、阳性预测率和阴性预测率等。