專利名稱：一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)及其應(yīng)用方法
技術(shù)領(lǐng)域：
本發(fā)明屬于乳腺病的醫(yī)療診斷器械，特別是涉及一種應(yīng)用于乳腺鉬靶照片 定量化影像評(píng)價(jià)系統(tǒng)，以及該系統(tǒng)的應(yīng)用。技術(shù)背景乳腺影像學(xué)檢查，特別是乳腺鉬耙攝片為乳腺腫瘤的診斷、分期、療效評(píng) 價(jià)的判斷提供重要依據(jù)，已應(yīng)用于乳腺普查。遺憾的是在當(dāng)前臨床診斷中，常 規(guī)影像診斷僅僅局限于腫瘤尺度大小及簡(jiǎn)單形狀因子的測(cè)量和一些定性評(píng)估， 在臨床應(yīng)用中缺乏定量化影像評(píng)價(jià)指標(biāo)。隨著醫(yī)學(xué)圖像定量分析技術(shù)的不斷提 高，在腫瘤的基礎(chǔ)研究中也需要通過(guò)圖像定量分析來(lái)評(píng)價(jià)不同腫瘤類別的生長(zhǎng) 與擴(kuò)散特征。特別是分形概念被更多的研究者接受，分形技術(shù)以及相關(guān)的圖形 分析手段逐漸被應(yīng)用到多種腫瘤醫(yī)學(xué)影像分析及腫瘤病情的危險(xiǎn)率評(píng)估中來(lái)， 并取得了一些對(duì)腫瘤基礎(chǔ)理論研究及臨床診斷有重要參考價(jià)值的結(jié)果。從分形 數(shù)學(xué)和非線性物理的角度來(lái)看，腫瘤邊界輪廓的分形維數(shù)是表征腫瘤生長(zhǎng)擴(kuò)散后的邊界輪廓的復(fù)雜性、腫瘤與周邊組織交流之開(kāi)放性的特征參數(shù)。然而，要 說(shuō)明腫瘤內(nèi)部的擴(kuò)散與生長(zhǎng)行為，上述的有關(guān)邊界輪廓的分形維數(shù)分析顯然是 不足的，至少它還未揭示出腫瘤內(nèi)部所包含的一些重要信息，如腫瘤內(nèi)部的異 質(zhì)性程度及腫物包塊化的程度。良惡性腫瘤存在不同的擴(kuò)散與生長(zhǎng)方式。本發(fā)明考查乳腺腫瘤生長(zhǎng)擴(kuò)散參 數(shù)，如邊界輪廓分形維、腫瘤內(nèi)部的異質(zhì)性及包塊化程度等，并綜合乳腺病變 鈣化特征，及臨床特征性征象，提供一種簡(jiǎn)潔有效的實(shí)用性腫瘤影像量化評(píng)估方法，計(jì)算出腫瘤良惡性預(yù)測(cè)數(shù)值，以及腫瘤細(xì)胞分級(jí)預(yù)測(cè)值，供臨床參考。發(fā)明內(nèi)容本發(fā)明的目的在于克服現(xiàn)有乳腺鉬靶片影像診斷缺乏定量化評(píng)價(jià)指標(biāo)的問(wèn) 題，提供一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，該定量化影像評(píng)價(jià)系統(tǒng)可對(duì)乳腺 鉬靶片圖像進(jìn)行定量化分析，提供乳腺病變良惡性預(yù)測(cè)值，以及腫瘤細(xì)胞分級(jí) 預(yù)測(cè)值。本發(fā)明的另一個(gè)目的是提供上述乳腺病變定量化影像評(píng)價(jià)系統(tǒng)的應(yīng)用。 為了實(shí)現(xiàn)發(fā)明目的一，采用的技術(shù)方案如下一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其采用分形技術(shù)以及圖形分析手段應(yīng) 用于腫瘤醫(yī)學(xué)影像分析及腫瘤病情的危險(xiǎn)率評(píng)估中，建立并采用了乳腺病變細(xì) 胞生長(zhǎng)擴(kuò)散的非線性數(shù)據(jù)模型，所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細(xì)胞生長(zhǎng) 擴(kuò)散形態(tài)特征參數(shù)、鈣化形態(tài)特征參數(shù)以及臨床參數(shù)。上述技術(shù)方案中，腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)的權(quán)重比為0.1 1.0，鈣 化形態(tài)特征參數(shù)的權(quán)重比為0.1 1.0;臨床病理分級(jí)參數(shù)的權(quán)重比為0.1 1.0。所述腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)主要包括腫瘤邊界幾何分形維DF、腫瘤內(nèi)部的生長(zhǎng)異質(zhì)性H、腫瘤包塊化程度Cp。所述鈣化形態(tài)特征參數(shù)主要包括藥化斑點(diǎn)的種群密度p、鈣化斑點(diǎn)區(qū)域的平均測(cè)度S、最大與最小鈣化斑的測(cè)度差異R、鈣化斑分布的完整區(qū)域的最小等效 園測(cè)度L。所述臨床參數(shù)主要包括病情的臨床診斷分級(jí)Yc、乳腺病史、乳頭溢液U、 年齡V、哺育史W。本發(fā)明所述非線性數(shù)據(jù)模型包括多因素線性擬合回歸數(shù)學(xué)建模，通過(guò)對(duì)腫 瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出最能符合臨床病情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與臨床影像形態(tài)數(shù)據(jù)(Dp、 H、 CP、 U、 V、 W)的回歸方程YE二a氺DF+b豐H+c承Cp+dm+e承V+"W，其中 a、 b、 c、 d、 e、 f為回歸權(quán)重系數(shù)，YE為預(yù)測(cè)性病理分級(jí)。本發(fā)明所述非線性數(shù)據(jù)模型還包括多因素非線性擬合回歸數(shù)學(xué)建模，通過(guò) 對(duì)鈣化形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出最能符合臨床病情 數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與各鈣化影像形態(tài)特征參數(shù)(P、 L、 S、 R)的多因素非線性回歸方程Y^g承PfL/(SfR)^ + l1，其中g(shù)，h為回歸權(quán)重系數(shù)，YE為預(yù)測(cè)性病理分級(jí)。為了實(shí)現(xiàn)發(fā)明目的二，采用的技術(shù)方案如下一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)的應(yīng)用方法，具體包括如下步驟(1) 使用圖形處理軟件對(duì)臨床乳腺鉬靶攝片進(jìn)行預(yù)處理，統(tǒng)一圖像的灰度 標(biāo)準(zhǔn)，采取手動(dòng)或者自動(dòng)方式獲取乳腺鉬靶攝片的病灶區(qū)/感興趣區(qū)；(2) 計(jì)算經(jīng)預(yù)處理后的感興趣區(qū)的腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)，參數(shù) 包括腫物與正常組織之間的邊界的幾何分形維Dp、腫物內(nèi)部的異質(zhì)性H、腫物 內(nèi)部的包塊化程度；(3) 弓l入臨床參數(shù)，包括病情的臨床診斷分級(jí)Yc(良性O(shè)級(jí)、惡性l、 2、 3級(jí))，乳腺病史、乳頭溢液U、年齡V、哺育史W;臨床參數(shù)還包括觸診包塊權(quán)重系數(shù)、乳腺皮膚改變權(quán)重系數(shù)、乳頭凹陷權(quán) 重系數(shù)等；(4) 采用統(tǒng)計(jì)軟件對(duì)(2)、(3沖所述內(nèi)容進(jìn)行多因素線性擬合回歸數(shù)學(xué)建模， 通過(guò)對(duì)腫瘤生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出能最 好符合臨床病情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與臨床影像形態(tài)數(shù) 據(jù)(Dp、 H、 Cp、 U、 V、 W)的回歸方程<formula>formula see original document page 8</formula>其中a、 b、 c、 d、 e、 f為回歸權(quán)重系數(shù)，ye為預(yù)測(cè)性病理分級(jí)。該回歸方 程揭露病情與腫瘤生長(zhǎng)擴(kuò)散影像形態(tài)特征參數(shù)之間的量化關(guān)系；(5) 得出根據(jù)腫瘤內(nèi)部及外部形態(tài)特征綜合反映的腫瘤良惡性預(yù)測(cè)數(shù)值， 以及腫瘤細(xì)胞分級(jí)預(yù)測(cè)值當(dāng)Ye〈1，預(yù)測(cè)結(jié)果為良性；當(dāng)Ye〉1，預(yù)測(cè)結(jié)果為惡性，具體Ye數(shù)值為 預(yù)測(cè)惡性分級(jí)等級(jí)。(6) 計(jì)算經(jīng)預(yù)處理后的感興趣區(qū)的鈣化形態(tài)特征參數(shù)，參數(shù)包括鈣化斑點(diǎn) 的種群密度P、鈣化斑點(diǎn)區(qū)域的平均測(cè)度S、最大與最小鈣化斑的測(cè)度差異R、 鈣化斑分布的完整區(qū)域的最小等效園測(cè)度L，由P、 S、 R、 L四項(xiàng)參數(shù)計(jì)算出相 應(yīng)的鈣化形態(tài)因子K=P*L/ (S*R)1/2;(7) 采用統(tǒng)計(jì)軟件對(duì)(3)、 (6)中所述內(nèi)容進(jìn)行多因素非線性擬合回歸數(shù)學(xué)建 模，通過(guò)對(duì)腫瘤鈣化形態(tài)因子和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出能最好符 合臨床病情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與各鈣化影像形態(tài)特征參數(shù)的多因素非線性回歸方程 Y=g*K+h,其中g(shù)、 h為回歸權(quán)重系數(shù)，Ye為預(yù)測(cè)性病理分級(jí)。該回歸方程揭 露病情與鈣化形態(tài)因子之間的量化關(guān)系；(8) 得出根據(jù)腫瘤鈣化特征綜合反映的腫瘤良惡性預(yù)測(cè)數(shù)值，以及腫瘤細(xì) 胞分級(jí)預(yù)測(cè)值當(dāng)Ye〈1,預(yù)測(cè)結(jié)果為良性；當(dāng)Ye〉1，預(yù)測(cè)結(jié)果為惡性，具體Ye數(shù)值為 預(yù)測(cè)惡性分級(jí)等級(jí)。本發(fā)明的步驟(1)、 (2)、 (6)的圖形處理軟件采用Mediacybematics出品 的醫(yī)學(xué)生物學(xué)行業(yè)圖形處理軟件Image-Pro Phis，而步驟(4)、 (7)采用的統(tǒng)計(jì)軟件為SPSS，數(shù)學(xué)建模的基本算法為最小二乘法。本發(fā)明的應(yīng)用方法的實(shí)現(xiàn)中，其中步驟(1)到步驟(5)也可以構(gòu)成一個(gè) 初步的方案實(shí)現(xiàn)乳腺病變定量化影像評(píng)價(jià)，步驟(1)和(6)、 (7)、 (8)也可 以構(gòu)成另一個(gè)初步方案實(shí)現(xiàn)，本發(fā)明通過(guò)兩個(gè)方案的組合，可以實(shí)現(xiàn)最佳的技 術(shù)效果。進(jìn)一步的，步驟(4)所述的運(yùn)算方程包括以下參數(shù)的權(quán)重比 腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)腫瘤邊界幾何分形維參數(shù)；腫瘤包塊化程度參數(shù)；腫瘤內(nèi)部異質(zhì)性參數(shù)。腫瘤細(xì)胞鈣化形態(tài)特征參數(shù)藥化斑點(diǎn)的種群密度；鈣化斑點(diǎn)區(qū)域的平均測(cè)度；最大與最小鈣化斑的測(cè)度差異；轉(zhuǎn)化斑分布的完整區(qū)域的最小等效園測(cè)度。臨床參數(shù)年齡；乳頭溢液史；哺乳史。本發(fā)明采用Microsoft的軟件開(kāi)發(fā)平臺(tái)Visual S加dio,將步驟(1)至(8)涉 及的整個(gè)應(yīng)用過(guò)程進(jìn)行編程，開(kāi)發(fā)出與Windows操作系統(tǒng)兼容的圖形界面的應(yīng) 用軟件包。本發(fā)明的有益效果在于本發(fā)明的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，應(yīng)用了乳腺病變細(xì)胞生長(zhǎng)擴(kuò)散的 非線形數(shù)據(jù)模型，包含了乳腺腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參數(shù)、鈣化參數(shù)以及臨床 參數(shù)，計(jì)算出乳腺鉬靶片病變的良惡性預(yù)測(cè)數(shù)值，以及腫瘤細(xì)胞分級(jí)預(yù)測(cè)值， 可廣泛應(yīng)用于乳腺鉬靶影像診斷和乳腺攝片普査。


圖1是實(shí)施例的良性腫瘤及惡性腫瘤邊界示意圖，其中左邊圖像為良性腫 瘤，右邊為惡性腫瘤；圖2為良性腫瘤及惡性腫瘤的2維及3維影像示意圖，其中左邊圖像為良 性腫瘤，右邊為惡性腫瘤；圖3乳腺腫瘤的三種典型鈣化特征影像圖。
具體實(shí)施方式
下面通過(guò)實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說(shuō)明。其中實(shí)施例1~4，涉及到步驟(1) ~ (5)的初歩方案的應(yīng)用內(nèi)容，引用圖 l及圖2做輔助性說(shuō)明。 實(shí)施例1:使用Image-Pro Plus軟件，自動(dòng)獲取乳腺鉬靶攝片的良性及惡性腫瘤感興趣 區(qū)，其中腫瘤邊界輪廓參見(jiàn)如圖1所示；腫瘤的二維及三維影像參見(jiàn)圖2。使 用Image-Pro Plus軟件計(jì)算感興趣區(qū)的腫瘤細(xì)胞生長(zhǎng)擴(kuò)散參數(shù)分形維值為 1.14399;腫瘤內(nèi)部異質(zhì)性值為0.02818。引入臨床參數(shù)年齡46歲；乳腺病史 (無(wú))；哺乳史(有)。采用線性回歸方程YE=a* Dp +b *H +c* CP +d*U+e*V+f*W， 通過(guò)運(yùn)算，對(duì)腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重，得出腫瘤 良惡性預(yù)測(cè)數(shù)值為YfO，為良性病變。臨床病理結(jié)果良性乳腺纖維腺瘤。影 像評(píng)價(jià)結(jié)果與病理結(jié)果相符。 實(shí)施例2:使用Image-Pro Plus軟件，自動(dòng)獲取乳腺鉬靶攝片的感興趣區(qū)，所處理的圖 形類似實(shí)施例1中所述的圖1圖2，使用Image-Pro Plus軟件計(jì)算感興趣區(qū)的腫 瘤細(xì)胞生長(zhǎng)擴(kuò)散參數(shù)分形維值為1.17089;腫瘤內(nèi)部異質(zhì)性值為0.1783。弓l入臨床參數(shù)年齡45歲；乳腺病史(無(wú))；哺乳史(有)。采用線性回歸方程YE=a*Dp+b *H+c* CP+d*U+e*V+f*W，通過(guò)運(yùn)算，對(duì)腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參數(shù)和 臨床參數(shù)進(jìn)行不同權(quán)重，得出腫瘤良惡性預(yù)測(cè)數(shù)值為YE=1，為惡性病變(乳腺癌)，惡性腫瘤細(xì)胞分級(jí)接近I級(jí)。臨床病理結(jié)果乳腺癌，病理I級(jí)。影像評(píng)價(jià)結(jié)果與病理結(jié)果相符，與病理分級(jí)一致。實(shí)施例3:使用Image-Pro Plus軟件，自動(dòng)獲取乳腺鉬耙攝片的感興趣區(qū)，使用 Image-Pro Plus軟件計(jì)算感興趣區(qū)的腫瘤細(xì)胞生長(zhǎng)擴(kuò)散參數(shù)分形維值為 1.19336;腫瘤內(nèi)部異質(zhì)性值為0.53494。引入臨床參數(shù)年齡50歲；乳腺病史 (有)；哺乳史(有)。采用線性回歸方程YE=a* Dp +b *H +c* CP +d*U+e*V+f*W，通過(guò)運(yùn)算，對(duì)腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重，得出腫瘤 良惡性預(yù)測(cè)數(shù)值為YE=1.98，為惡性病變(乳腺癌)，惡性腫瘤細(xì)胞分級(jí)接近n 級(jí)。臨床病理結(jié)果乳腺癌，病理II級(jí)。影像評(píng)價(jià)結(jié)果與病理結(jié)果相符，與病 理分級(jí)極近似。實(shí)施例4:使用Image-Pro Plus軟件，自動(dòng)獲取乳腺鉬靶攝片的感興趣區(qū)，所處理的圖 形類似實(shí)施例1中所述的圖1圖2，使用Image-PmPlus軟件計(jì)算感興趣區(qū)的腫 瘤細(xì)胞生長(zhǎng)擴(kuò)散參數(shù)分形維值為1.22169;腫瘤內(nèi)部異質(zhì)性值為0.27416。引入臨床參數(shù)年齡45歲；乳腺病史(有)；哺乳史(有)。采用線性回歸方程YE=a* Dp +b *H +c* CP +d*U+e*V+f*W，通過(guò)運(yùn)算，對(duì)腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參 數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重，得出腫瘤良惡性預(yù)測(cè)數(shù)值為YE=2.01，為惡性病變(乳腺癌)，惡性腫瘤細(xì)胞分級(jí)接近m級(jí)。臨床病理結(jié)果乳腺癌，病理in級(jí)。影像評(píng)價(jià)結(jié)果與病理結(jié)果大致相符，與病理分級(jí)基本近似。實(shí)施例5~6，涉及到步驟(1)、 (6) ~ (8)的方案應(yīng)用內(nèi)容，引用圖3做輔 助性說(shuō)明。 實(shí)施例5:使用Image-Pro Phis軟件，自動(dòng)獲取乳腺鉬靶攝片的感興趣區(qū)，其中鈣化斑 形態(tài)特征參見(jiàn)圖3所示。使用Image-Pro Plus軟件計(jì)算感興趣區(qū)的腫瘤轉(zhuǎn)化特征 參數(shù)鈣化斑點(diǎn)的種群密度P=137;鈣化斑點(diǎn)區(qū)域的平均測(cè)度S=2.42;最大與 最小鈣化斑的測(cè)度差異R=12.076;鈣化斑分布的完整區(qū)域的最小等效園測(cè)度 L=233.9。采用非線性回歸方程YE=g*P*L/(S*R)1/2 + h，計(jì)算鈣化因子值為 0.2133。得出腫瘤良惡性預(yù)測(cè)數(shù)值為YE=1.82，為惡性病變(乳腺癌)，惡性腫 瘤細(xì)胞分級(jí)接近n級(jí)。臨床病理結(jié)果乳腺癌，病理II級(jí)。影像評(píng)價(jià)結(jié)果與病 理結(jié)果相符，與病理分級(jí)比較近似。實(shí)施例6:使用Image-Pro Plus軟件，自動(dòng)獲取乳腺鉬靴攝片的感興趣區(qū)，其中鈣化斑 形態(tài)特征參見(jiàn)圖3所示。使用Image-Pro Plus軟件計(jì)算感興趣區(qū)的腫瘤鈣化特征 參數(shù)鈣化斑點(diǎn)的種群密度P-355;鈣化斑點(diǎn)區(qū)域的平均測(cè)度S:1.266;最大與 最小鈣化斑的測(cè)度差異R=6.706;鈣化斑分布的完整區(qū)域的最小等效園測(cè)度 L=194.2。采用非線性回歸方程YE=g*P*L/(S*R)1/2 + h，計(jì)算鈣化因子值為 0.2561。得出腫瘤良惡性預(yù)測(cè)數(shù)值為YE=3，為惡性病變(乳腺癌)，惡性腫瘤細(xì) 胞分級(jí)接近HI級(jí)。臨床病理結(jié)果乳腺癌，病理m級(jí)。影像評(píng)價(jià)結(jié)果與病理 結(jié)果相符，與病理分級(jí)一致。
權(quán)利要求
1、一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其采用分形技術(shù)以及圖形分析手段應(yīng)用于腫瘤醫(yī)學(xué)影像分析及腫瘤病情的危險(xiǎn)率評(píng)估中，其特征在于建立并采用了乳腺病變細(xì)胞生長(zhǎng)擴(kuò)散的非線性數(shù)據(jù)模型，所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)、鈣化形態(tài)特征參數(shù)以及臨床參數(shù)。
2、 根據(jù)權(quán)利要求1所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征在于所述 腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)的權(quán)重比為0.1 1.0,鈣化形態(tài)特征參數(shù)的權(quán)重比為0.1 1.0;臨床病理分級(jí)參數(shù)的權(quán)重比為0.1 1.0。
3、 根據(jù)權(quán)利要求2所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征在于所述 腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)包括腫瘤邊界幾何分形維DF、腫瘤內(nèi)部的生長(zhǎng) 異質(zhì)性H、腫瘤包塊化程度Cp。
4、 根據(jù)權(quán)利要求2所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征在于所述 鈣化形態(tài)特征參數(shù)包括鈣化斑點(diǎn)的種群密度P、鈣化斑點(diǎn)區(qū)域的平均測(cè)度S、 最大與最小鈣化斑的測(cè)度差異R、鈣化斑分布的完整區(qū)域的最小等效園測(cè)度L。
5、 根據(jù)權(quán)利要求2所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征在于所述 臨床參數(shù)包括病情的臨床診斷分級(jí)Yc、乳腺病史、乳頭溢液U、年齡V、哺育 史W。
6、 根據(jù)權(quán)利要求3或4或5所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征 在于所述非線性數(shù)據(jù)模型包括多因素線性擬合回歸數(shù)學(xué)建模。通過(guò)對(duì)腫瘤細(xì)胞 生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出最能符合臨床病 情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與臨床影像形態(tài)數(shù)據(jù)(DF、 H、 Cp、 U、 V、 W)的回歸方程YE=a* Dp +b *H +c* CP +d*U+e*V+f*W，其中a、 b、 c、 d、 e、 f為回歸權(quán)重系數(shù)，YE是預(yù)測(cè)性病理分級(jí)。
7、 根據(jù)權(quán)利要求3或4或5所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，其特征 在于所述非線性數(shù)據(jù)模型還包括多因素非線性擬合回歸數(shù)學(xué)建模。通過(guò)對(duì)鈣化 形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出最能符合臨床病情數(shù)據(jù)的 回歸方程，得到基于臨床病理分級(jí)Yc與各鈣化影像形態(tài)特征參數(shù)(P、 L、 S、 R)的多因素非線性回歸方程YE=g* P*L/(S*R)1/2 + h，其中g(shù)， h為回歸權(quán)重系數(shù)，YE是預(yù)測(cè)性病理分級(jí)。
8、 一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)的應(yīng)用方法，其特征在于具體包括如 下歩驟(1) 使用圖形處理軟件對(duì)臨床乳腺鉬靶攝片進(jìn)行預(yù)處理，統(tǒng)一圖像的灰度 標(biāo)準(zhǔn)，采取手動(dòng)或者自動(dòng)方式獲取乳腺鉬靶攝片的病灶區(qū)/感興趣區(qū)；(2) 計(jì)算經(jīng)預(yù)處理后的感興趣區(qū)的腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)，參數(shù) 包括腫物與正常組織之間的邊界的幾何分形維Dp、腫物內(nèi)部的異質(zhì)性H、腫物 內(nèi)部的包塊化程度；(3) 引入臨床參數(shù)，包括病情的臨床診斷分級(jí)Yc(良性O(shè)級(jí)、惡性l、 2、 3級(jí))，乳腺病史、乳頭溢液U、年齡V、哺育史W;(4) 采用統(tǒng)計(jì)軟件對(duì)(2)、(3)中所述內(nèi)容進(jìn)行多因素線性擬合回歸數(shù)學(xué)建模， 通過(guò)對(duì)腫瘤生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出能最 好符合臨床病情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與臨床影像形態(tài)數(shù)據(jù)(DF、 H、 Cp、 U、 V、 W)的回歸 方程YE=a* Dp +b *H +c* CP +d*U+e*V+f*W，其中a、 b、 c、 d、 e、 f為回歸權(quán)重系數(shù)，YE是預(yù)測(cè)性病理分級(jí)。該回歸方 程揭露病情與腫瘤生長(zhǎng)擴(kuò)散影像形態(tài)特征參數(shù)之間的量化關(guān)系；(5) 得出腫瘤良惡性預(yù)測(cè)數(shù)值，以及腫瘤細(xì)胞分級(jí)預(yù)測(cè)值； 或是，經(jīng)過(guò)步驟(1)獲取病灶區(qū)/感興趣區(qū)，轉(zhuǎn)為如下步驟實(shí)現(xiàn)(6) 計(jì)算經(jīng)預(yù)處理后的感興趣區(qū)的鈣化形態(tài)特征參數(shù)，參數(shù)包括鈣化斑點(diǎn) 的種群密度P、鈣化斑點(diǎn)區(qū)域的平均測(cè)度S、最大與最小鈣化斑的測(cè)度差異R、 鈣化斑分布的完整區(qū)域的最小等效園測(cè)度L，由P、 S、 R、 L四項(xiàng)參數(shù)計(jì)算出相 應(yīng)的鈣化形態(tài)因子K=P*L/ (S*R)1/2;(7) 采用統(tǒng)計(jì)軟件對(duì)(3)、 (6)中所述內(nèi)容進(jìn)行多因素非線性擬合回歸數(shù)學(xué)建 模，通過(guò)對(duì)腫瘤鈣化形態(tài)因子和臨床參數(shù)進(jìn)行不同權(quán)重分析，篩選出能最好符 合臨床病情數(shù)據(jù)的回歸方程，得到基于臨床病理分級(jí)Yc與各鈣化影像形態(tài)特征參數(shù)的多因素非線性回歸方程 YE=g*K+h，其中g(shù)、 h為回歸權(quán)重系數(shù)，該回歸方程揭露病情與鈣化形態(tài)因子 之間的量化關(guān)系；(8) 根據(jù)感興趣區(qū)的鈣化參數(shù)定量分析，得出腫瘤良惡性預(yù)測(cè)數(shù)值，以及 腫瘤細(xì)胞分級(jí)預(yù)測(cè)值。
9、 根據(jù)權(quán)利要求8所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)的應(yīng)用方法，其特 征在于步驟(1)、 (2)、 (6)的圖形處理軟件采用Mediacybematics出品的醫(yī)學(xué) 生物學(xué)行業(yè)圖形處理軟件Image-Pro Plus,而歩驟(4)、 (7)采用的統(tǒng)計(jì)軟件為 SPSS，數(shù)學(xué)建模的基本算法為最小二乘法。
10、 根據(jù)權(quán)利要求8或9所述的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)的應(yīng)用方法， 其特征在于采用Microsoft的軟件開(kāi)發(fā)平臺(tái)Visual S加dio,將步驟(1)至(8)涉 及的整個(gè)應(yīng)用過(guò)程進(jìn)行編程，開(kāi)發(fā)出與Windows操作系統(tǒng)兼容的圖形界面的應(yīng) 用軟件包。
全文摘要
本發(fā)明提供一種乳腺病變定量化影像評(píng)價(jià)系統(tǒng)及其應(yīng)用方法，其采用分形技術(shù)以及圖形分析手段應(yīng)用于腫瘤醫(yī)學(xué)影像分析及腫瘤病情的危險(xiǎn)率評(píng)估中，建立并采用了乳腺病變細(xì)胞生長(zhǎng)擴(kuò)散的非線性數(shù)據(jù)模型，所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細(xì)胞生長(zhǎng)擴(kuò)散形態(tài)特征參數(shù)、鈣化形態(tài)特征參數(shù)以及臨床參數(shù)。本發(fā)明的乳腺病變定量化影像評(píng)價(jià)系統(tǒng)，應(yīng)用了乳腺病變細(xì)胞生長(zhǎng)擴(kuò)散的非線形數(shù)據(jù)模型，包含了乳腺腫瘤細(xì)胞生長(zhǎng)擴(kuò)散定量參數(shù)、鈣化參數(shù)以及臨床參數(shù)，計(jì)算出乳腺鉬靶片病變的良惡性預(yù)測(cè)數(shù)值，以及腫瘤細(xì)胞分級(jí)預(yù)測(cè)值，可廣泛應(yīng)用于乳腺鉬靶影像診斷和乳腺攝片普查。
文檔編號(hào)G06F19/00GK101234026SQ200810026678
公開(kāi)日2008年8月6日 申請(qǐng)日期2008年3月7日 優(yōu)先權(quán)日2008年3月7日
發(fā)明者劉立志, 別夢(mèng)杰, 崔春艷, 立 李, 李嬋嬋, 邵元智, 鐘偉榮, 陳第虎 申請(qǐng)人:立 李