inc国际神经外科医生集团
导航
出国看病咨询电话
联系顾问
INC——国内外神经外科学术交流平台
当前位置:INC > 神外资讯 > 神外前沿

脑胶质瘤影像组学是什么

栏目:神外前沿|发布时间:2022-01-14 15:41:05 |阅读: 2911次|脑胶质瘤影像

  脑胶质瘤影像:对MRI、PET、CT等不同的成像方法,图像组学分析流程相同,一般包括以下5个部分:

  ①图像采集,由于图像数据的获取与设备厂商、设备参数、患者体位等因素有关,直接影响到研究结果,因此,需要对所得到的图像进行预处理、配准、归一化等操作。

  ②图像兴趣区(regionofimage,ROI)分割,使肿瘤区域与正常组织准确地分离。图像组学研究中,大多数是由有经验的放射肿瘤学家手工绘制ROI,或者采用自动或半自动的分割算法,如区域增长法、蛇形算法、深度学习分割算法等。

  ③特征提取,是图像组学过程中的重要环节。图像组特征通常包括一级特征、形态学特征、纹理特征、小波特征等。一阶特征量,又称直方图特征,它通过对图像灰度直方图进行提取,得到诸如偏度、峰度、熵、能、均值和方差等一般统计量。一阶特征只能用于描述ROI的灰度分布,无法表示相邻体素间的空间关系、交互性和相关性。利用形态学可定量地描述肿瘤的表面、体积、表面积和体积比、球形度、致密度、三维直径等ROI的几何特征,可表征肿瘤三维尺寸和形貌信息。

  通过对原始图像的MRI、PET、CT等或变换后的图像(如拉普拉斯,小波,Gabor变换等),反映了图像的纹理特征,反映了图像的空间分布关系。提取纹理特征的常用方法有:灰度共生矩阵(graylevelco-occurrencematrix,GLCM),某一特定方向和距离所反映的体素值出现的概率;灰度行程矩阵(graylevelrunlengthmatrix)GLRLM),说明某一特定方向上同一灰度级别的体素的连续长度;灰度区域大小矩阵(graylevelsizezonematrix)GLSZM),用灰色关联矩阵(grayleveldependencematrix)来量化连续体素值的区域,GLDM),用连续灰度差矩阵(neighbouringgraytonedifferencematrix,用来测量相邻体素之间的差别。在距离范围内,量化体素灰度值和平均灰度在距离上的差值。

  ④特征选择,即选择与任务相关的子集,简化模型,减少训练时间;并且通过减少过度拟合增强了模型的泛化程度,较小收敛性和选择算子(leastabsoluteshrinkageandselectionoperator是一种常用的特征选择方法,LASSO,Fisher分数和Relief-F算法,较小冗余较大相关。

  ⑤建立了模型并进行了分析,常用的机器学习算法包括神经网络、Supportvectormachine,SVM)、随机森林和广义线性模型等,Cox比例风险回归模型可用于肿瘤预后分析。建模过程中,应该把临床记录的数据,治疗过程中取得的数据或者遗传数据等等作为特征纳入模型。

还有疑问?咨询医学顾问点击即可电话沟通

了解更多教授相关信息及经典案例,可拨打官方电话或点击在线留言联系我们。
关注INC官方公众号请点击【INC国际神经科学】到微信上搜索并关注。
国际神经外科医生集团(INC),是一个专注于神经外科领域的专家学术交流的医生集团。坚持以严苛标准吸收及更替成员,囊括了神经外科各细分领域的临床手术巨匠,致力开展神经外科学术交流以及疑难病例协调等工作。

免费咨询INC顾问

(信息已加密)我们将尽快与您取得联系!

姓名:
联系方式:
邮箱:
病情简介:
*留言提交成功后,我们将尽快与您取得联系,请留意接听【上海地区】的来电。
您可能更关心
相关真实案例
点击联系我们
提示:本文内容来自网络用户投稿,仅供参考,不做为诊断依据,任何关于疾病的建议都不能替代执业医师的诊断。请以医生诊断为准,不代表本站同意其说法,请谨慎参阅,本站不承担由此引起的任何法律责任。
关注INC国际神经外科微信公众号