專利名稱:一種乳腺病變定量化影像評價系統(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 定量化影像評價系統(tǒng),以及該系統(tǒng)的應(yīng)用。技術(shù)背景乳腺影像學檢查,特別是乳腺鉬耙攝片為乳腺腫瘤的診斷、分期、療效評 價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單形狀因子的測量和一些定性評估, 在臨床應(yīng)用中缺乏定量化影像評價指標。隨著醫(yī)學圖像定量分析技術(shù)的不斷提 高,在腫瘤的基礎(chǔ)研究中也需要通過圖像定量分析來評價不同腫瘤類別的生長 與擴散特征。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)學影像分析及腫瘤病情的危險率評估中來, 并取得了一些對腫瘤基礎(chǔ)理論研究及臨床診斷有重要參考價值的結(jié)果。從分形 數(shù)學和非線性物理的角度來看,腫瘤邊界輪廓的分形維數(shù)是表征腫瘤生長擴散后的邊界輪廓的復雜性、腫瘤與周邊組織交流之開放性的特征參數(shù)。然而,要 說明腫瘤內(nèi)部的擴散與生長行為,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散與生長方式。本發(fā)明考查乳腺腫瘤生長擴散參 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,提供一種簡潔有效的實用性腫瘤影像量化評估方法,計算出腫瘤良惡性預測數(shù)值,以及腫瘤細胞分級預測值,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價指標的問 題,提供一種乳腺病變定量化影像評價系統(tǒng),該定量化影像評價系統(tǒng)可對乳腺 鉬靶片圖像進行定量化分析,提供乳腺病變良惡性預測值,以及腫瘤細胞分級 預測值。本發(fā)明的另一個目的是提供上述乳腺病變定量化影像評價系統(tǒng)的應(yīng)用。 為了實現(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價系統(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)學影像分析及腫瘤病情的危險率評估中,建立并采用了乳腺病變細 胞生長擴散的非線性數(shù)據(jù)模型,所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細胞生長 擴散形態(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,腫瘤細胞生長擴散形態(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;臨床病理分級參數(shù)的權(quán)重比為0.1 1.0。所述腫瘤細胞生長擴散形態(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)主要包括藥化斑點的種群密度p、鈣化斑點區(qū)域的平均測度S、最大與最小鈣化斑的測度差異R、鈣化斑分布的完整區(qū)域的最小等效 園測度L。所述臨床參數(shù)主要包括病情的臨床診斷分級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)學建模,通過對腫 瘤細胞生長擴散形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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為預測性病理分級。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)學建模,通過 對鈣化形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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為預測性病理分級。為了實現(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價系統(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臨床乳腺鉬靶攝片進行預處理,統(tǒng)一圖像的灰度 標準,采取手動或者自動方式獲取乳腺鉬靶攝片的病灶區(qū)/感興趣區(qū);(2) 計算經(jīng)預處理后的感興趣區(qū)的腫瘤細胞生長擴散形態(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Yc(良性O(shè)級、惡性l、 2、 3級),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)計軟件對(2)、(3沖所述內(nèi)容進行多因素線性擬合回歸數(shù)學建模, 通過對腫瘤生長擴散形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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為預測性病理分級。該回歸方 程揭露病情與腫瘤生長擴散影像形態(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測數(shù)值, 以及腫瘤細胞分級預測值當Ye〈1,預測結(jié)果為良性;當Ye〉1,預測結(jié)果為惡性,具體Ye數(shù)值為 預測惡性分級等級。(6) 計算經(jīng)預處理后的感興趣區(qū)的鈣化形態(tài)特征參數(shù),參數(shù)包括鈣化斑點 的種群密度P、鈣化斑點區(qū)域的平均測度S、最大與最小鈣化斑的測度差異R、 鈣化斑分布的完整區(qū)域的最小等效園測度L,由P、 S、 R、 L四項參數(shù)計算出相 應(yīng)的鈣化形態(tài)因子K=P*L/ (S*R)1/2;(7) 采用統(tǒng)計軟件對(3)、 (6)中所述內(nèi)容進行多因素非線性擬合回歸數(shù)學建 模,通過對腫瘤鈣化形態(tài)因子和臨床參數(shù)進行不同權(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為預測性病理分級。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測數(shù)值,以及腫瘤細 胞分級預測值當Ye〈1,預測結(jié)果為良性;當Ye〉1,預測結(jié)果為惡性,具體Ye數(shù)值為 預測惡性分級等級。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)學生物學行業(yè)圖形處理軟件Image-Pro Phis,而步驟(4)、 (7)采用的統(tǒng)計軟件為SPSS,數(shù)學建模的基本算法為最小二乘法。本發(fā)明的應(yīng)用方法的實現(xiàn)中,其中步驟(1)到步驟(5)也可以構(gòu)成一個 初步的方案實現(xiàn)乳腺病變定量化影像評價,步驟(1)和(6)、 (7)、 (8)也可 以構(gòu)成另一個初步方案實現(xiàn),本發(fā)明通過兩個方案的組合,可以實現(xiàn)最佳的技 術(shù)效果。進一步的,步驟(4)所述的運算方程包括以下參數(shù)的權(quán)重比 腫瘤細胞生長擴散形態(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)。腫瘤細胞鈣化形態(tài)特征參數(shù)藥化斑點的種群密度;鈣化斑點區(qū)域的平均測度;最大與最小鈣化斑的測度差異;轉(zhuǎn)化斑分布的完整區(qū)域的最小等效園測度。臨床參數(shù)年齡;乳頭溢液史;哺乳史。本發(fā)明采用Microsoft的軟件開發(fā)平臺Visual S加dio,將步驟(1)至(8)涉 及的整個應(yīng)用過程進行編程,開發(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價系統(tǒng),應(yīng)用了乳腺病變細胞生長擴散的 非線形數(shù)據(jù)模型,包含了乳腺腫瘤細胞生長擴散定量參數(shù)、鈣化參數(shù)以及臨床 參數(shù),計算出乳腺鉬靶片病變的良惡性預測數(shù)值,以及腫瘤細胞分級預測值, 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。
具體實施方式
下面通過實施例對本發(fā)明做進一步的說明。其中實施例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做輔助性說明。 實施例1:使用Image-Pro Plus軟件,自動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如圖1所示;腫瘤的二維及三維影像參見圖2。使 用Image-Pro Plus軟件計算感興趣區(qū)的腫瘤細胞生長擴散參數(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);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, 通過運算,對腫瘤細胞生長擴散定量參數(shù)和臨床參數(shù)進行不同權(quán)重,得出腫瘤 良惡性預測數(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 像評價結(jié)果與病理結(jié)果相符。 實施例2:使用Image-Pro Plus軟件,自動獲取乳腺鉬靶攝片的感興趣區(qū),所處理的圖 形類似實施例1中所述的圖1圖2,使用Image-Pro Plus軟件計算感興趣區(qū)的腫 瘤細胞生長擴散參數(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);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,通過運算,對腫瘤細胞生長擴散定量參數(shù)和 臨床參數(shù)進行不同權(quán)重,得出腫瘤良惡性預測數(shù)值為YE=1,為惡性病變(乳腺癌),惡性腫瘤細胞分級接近I級。臨床病理結(jié)果乳腺癌,病理I級。影像評價結(jié)果與病理結(jié)果相符,與病理分級一致。實施例3:使用Image-Pro Plus軟件,自動獲取乳腺鉬耙攝片的感興趣區(qū),使用 Image-Pro Plus軟件計算感興趣區(qū)的腫瘤細胞生長擴散參數(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,通過運算,對腫瘤細胞生長擴散定量參數(shù)和臨床參數(shù)進行不同權(quán)重,得出腫瘤 良惡性預測數(shù)值為YE=1.98,為惡性病變(乳腺癌),惡性腫瘤細胞分級接近n 級。臨床病理結(jié)果乳腺癌,病理II級。影像評價結(jié)果與病理結(jié)果相符,與病 理分級極近似。實施例4:使用Image-Pro Plus軟件,自動獲取乳腺鉬靶攝片的感興趣區(qū),所處理的圖 形類似實施例1中所述的圖1圖2,使用Image-PmPlus軟件計算感興趣區(qū)的腫 瘤細胞生長擴散參數(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,通過運算,對腫瘤細胞生長擴散定量參 數(shù)和臨床參數(shù)進行不同權(quán)重,得出腫瘤良惡性預測數(shù)值為YE=2.01,為惡性病變(乳腺癌),惡性腫瘤細胞分級接近m級。臨床病理結(jié)果乳腺癌,病理in級。影像評價結(jié)果與病理結(jié)果大致相符,與病理分級基本近似。實施例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 助性說明。 實施例5:使用Image-Pro Phis軟件,自動獲取乳腺鉬靶攝片的感興趣區(qū),其中鈣化斑 形態(tài)特征參見圖3所示。使用Image-Pro Plus軟件計算感興趣區(qū)的腫瘤轉(zhuǎn)化特征 參數(shù)鈣化斑點的種群密度P=137;鈣化斑點區(qū)域的平均測度S=2.42;最大與 最小鈣化斑的測度差異R=12.076;鈣化斑分布的完整區(qū)域的最小等效園測度 L=233.9。采用非線性回歸方程YE=g*P*L/(S*R)1/2 + h,計算鈣化因子值為 0.2133。得出腫瘤良惡性預測數(shù)值為YE=1.82,為惡性病變(乳腺癌),惡性腫 瘤細胞分級接近n級。臨床病理結(jié)果乳腺癌,病理II級。影像評價結(jié)果與病 理結(jié)果相符,與病理分級比較近似。實施例6:使用Image-Pro Plus軟件,自動獲取乳腺鉬靴攝片的感興趣區(qū),其中鈣化斑 形態(tài)特征參見圖3所示。使用Image-Pro Plus軟件計算感興趣區(qū)的腫瘤鈣化特征 參數(shù)鈣化斑點的種群密度P-355;鈣化斑點區(qū)域的平均測度S:1.266;最大與 最小鈣化斑的測度差異R=6.706;鈣化斑分布的完整區(qū)域的最小等效園測度 L=194.2。采用非線性回歸方程YE=g*P*L/(S*R)1/2 + h,計算鈣化因子值為 0.2561。得出腫瘤良惡性預測數(shù)值為YE=3,為惡性病變(乳腺癌),惡性腫瘤細 胞分級接近HI級。臨床病理結(jié)果乳腺癌,病理m級。影像評價結(jié)果與病理 結(jié)果相符,與病理分級一致。
權(quán)利要求
1、一種乳腺病變定量化影像評價系統(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)學影像分析及腫瘤病情的危險率評估中,其特征在于建立并采用了乳腺病變細胞生長擴散的非線性數(shù)據(jù)模型,所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細胞生長擴散形態(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價系統(tǒng),其特征在于所述 腫瘤細胞生長擴散形態(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價系統(tǒng),其特征在于所述 腫瘤細胞生長擴散形態(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 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價系統(tǒng),其特征在于所述 鈣化形態(tài)特征參數(shù)包括鈣化斑點的種群密度P、鈣化斑點區(qū)域的平均測度S、 最大與最小鈣化斑的測度差異R、鈣化斑分布的完整區(qū)域的最小等效園測度L。
5、 根據(jù)權(quán)利要求2所述的乳腺病變定量化影像評價系統(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價系統(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)學建模。通過對腫瘤細胞 生長擴散形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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是預測性病理分級。
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價系統(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)學建模。通過對鈣化 形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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是預測性病理分級。
8、 一種乳腺病變定量化影像評價系統(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臨床乳腺鉬靶攝片進行預處理,統(tǒng)一圖像的灰度 標準,采取手動或者自動方式獲取乳腺鉬靶攝片的病灶區(qū)/感興趣區(qū);(2) 計算經(jīng)預處理后的感興趣區(qū)的腫瘤細胞生長擴散形態(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Yc(良性O(shè)級、惡性l、 2、 3級),乳腺病史、乳頭溢液U、年齡V、哺育史W;(4) 采用統(tǒng)計軟件對(2)、(3)中所述內(nèi)容進行多因素線性擬合回歸數(shù)學建模, 通過對腫瘤生長擴散形態(tài)特征參數(shù)和臨床參數(shù)進行不同權(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是預測性病理分級。該回歸方 程揭露病情與腫瘤生長擴散影像形態(tài)特征參數(shù)之間的量化關(guān)系;(5) 得出腫瘤良惡性預測數(shù)值,以及腫瘤細胞分級預測值; 或是,經(jīng)過步驟(1)獲取病灶區(qū)/感興趣區(qū),轉(zhuǎn)為如下步驟實現(xiàn)(6) 計算經(jīng)預處理后的感興趣區(qū)的鈣化形態(tài)特征參數(shù),參數(shù)包括鈣化斑點 的種群密度P、鈣化斑點區(qū)域的平均測度S、最大與最小鈣化斑的測度差異R、 鈣化斑分布的完整區(qū)域的最小等效園測度L,由P、 S、 R、 L四項參數(shù)計算出相 應(yīng)的鈣化形態(tài)因子K=P*L/ (S*R)1/2;(7) 采用統(tǒng)計軟件對(3)、 (6)中所述內(nèi)容進行多因素非線性擬合回歸數(shù)學建 模,通過對腫瘤鈣化形態(tài)因子和臨床參數(shù)進行不同權(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,得出腫瘤良惡性預測數(shù)值,以及 腫瘤細胞分級預測值。
9、 根據(jù)權(quán)利要求8所述的乳腺病變定量化影像評價系統(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 生物學行業(yè)圖形處理軟件Image-Pro Plus,而歩驟(4)、 (7)采用的統(tǒng)計軟件為 SPSS,數(shù)學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價系統(tǒng)的應(yīng)用方法, 其特征在于采用Microsoft的軟件開發(fā)平臺Visual S加dio,將步驟(1)至(8)涉 及的整個應(yīng)用過程進行編程,開發(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價系統(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)學影像分析及腫瘤病情的危險率評估中,建立并采用了乳腺病變細胞生長擴散的非線性數(shù)據(jù)模型,所述非線性數(shù)據(jù)模型包含了乳腺腫瘤細胞生長擴散形態(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價系統(tǒng),應(yīng)用了乳腺病變細胞生長擴散的非線形數(shù)據(jù)模型,包含了乳腺腫瘤細胞生長擴散定量參數(shù)、鈣化參數(shù)以及臨床參數(shù),計算出乳腺鉬靶片病變的良惡性預測數(shù)值,以及腫瘤細胞分級預測值,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G06F19/00GK101234026SQ200810026678
公開日2008年8月6日 申請日期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, 別夢杰, 崔春艷, 立 李, 李嬋嬋, 邵元智, 鐘偉榮, 陳第虎 申請人:立 李