基于动态超声造影数据划分肿瘤灌注亚区域的方法及系统

本发明属于超声造影分析，具体涉及基于动态超声造影数据划分肿瘤灌注亚区域的方法及系统。

背景技术：

1、乳腺癌是全球女性中发病率最高的癌症之一，其不断上升的发病率对女性健康构成重大威胁。尽管医学技术的发展在乳腺癌的早期诊断和治疗上取得了显著成就，但其内部的高度异质性在临床表现、治疗响应和病情进展方面呈现出巨大差异。这种异质性给精准治疗带来了新的挑战，因此，深入研究乳腺癌的异质性对于开发高效的诊断模型和提升治愈率至关重要。目前，尽管穿刺活检是乳腺肿瘤良恶性诊断的常用方法，但其准确性和全面性受到乳腺癌内部复杂异质性和潜在创伤性的限制。

2、目前，在乳腺肿瘤的超声造影灌注评估中存在明显的主观性和经验依赖性，尽管超声造影为医生提供了重要的诊断信息，但由于乳腺良性和恶性肿瘤在灌注特征上有重叠，单靠成像技术区分这些病变仍然面临挑战，并且可供分析的超声造影指标主要是定性的，如动脉期的高增强、快速消退和不均匀灌注等。这些指标虽然在某种程度上有助于诊断，但它们的应用范围和准确性受限，无法全面地反映肿瘤的复杂性。

3、此外，现有技术在分析超声造影数据时，往往只考虑整个肿瘤的特征。然而，乳腺肿瘤具有高度的内部异质性，仅基于整体特征的分析忽视了肿瘤内部不同亚区域的差异，大部分研究中肿瘤亚区域划分技术过分依赖于静态影像和基于强度的参数，却忽视了肿瘤的时间维度特征，导致对肿瘤动态生物学行为的评估不足，限制了对肿瘤异质性的全面评估以及诊断的全面性和准确性，影响了更准确的诊断和个性化治疗方案的制定。

技术实现思路

1、申请人发现，基于像素点层面上划分肿瘤灌注亚区域，且得到的亚区域结果显示良恶性肿瘤亚区域的构成比不同，通过纳入分析良恶性肿瘤多例病人数据，发现良恶性肿瘤某些亚区域所占的百分比有显著差异，且差异具有统计学意义，由此，本发明提出了一种基于动态超声造影数据划分肿瘤灌注亚区域的方法，用于可视化、定量化反应超声造影动态信息，提升诊断良恶性肿瘤的效能，所述方法包括：

2、获得经过预处理的动态超声造影图像并像素化，以在所述动态超声造影图像中确定代表肿瘤组织的第一区间和代表正常组织的第二区间；所述预处理用于去除图像噪音、补偿运动位移、实现图像配准；

3、获取所述第一区间内各像素点的时间强度曲线，以及获取所述第二区间内平均时间强度曲线，计算灌注特征参数比值；

4、基于所述第一区间内各像素点的灌注特征参数与所述第二区间所有像素点的平均灌注特征参数，得到所述第一区间中各像素点的灌注特征参数比值；所述第一区间内各像素点的灌注特征参数由所述第一区间内各像素点的时间强度曲线得到，所述第二区间所有像素点的平均灌注特征参数由所述第二区间内所有像素点的平均时间强度曲线得到；

5、基于所述第一区间中各像素点的灌注特征参数比值，对所述第一区间中的像素点进行聚类；

6、根据聚类结果生成肿瘤的灌注亚区域，并将灌注亚区域的信息映射回所述超声造影图像的原始灰阶图像。

7、具体地，所述预处理包括去除噪音和/或运动矫正。

8、进一步地，所述“获取所述第一区间内各像素点的时间强度曲线，以及获取所述第二区间内平均时间强度曲线”，包括：

9、通过插值方式补充因所述预处理删除的所述动态超声造影图像的特征值，基于通过插值方式补充特征后的所述超声造影图像获取所述第一区间内各像素点的时间强度曲线，以及所述第二区间内的平均时间强度曲线。

10、可选地，灌注特征参数包括达峰时间、峰值强度、上升斜率、半降斜率、峰值减半时间、曲线下面积中的任意一个或多个。

11、具体地，所述“基于所述第一区间内各像素点的灌注特征参数与所述第二区间所有像素点的平均灌注特征参数，得到所述第一区间中各像素点的灌注特征参数比值”，包括：

12、将所述第二区间所有像素点的灌注特征参数的中位数值或平均数值作为所述平均灌注特征参数；

13、基于所述第一区间内各像素点的灌注特征参数，获取所述第一区间的各像素点的灌注特征参数，并将所述第一区间的各像素点的灌注特征参数分别与所述平均灌注特征参数相除，以得到所述第一区间中各像素点的灌注特征参数比值。

14、可选地，对所述第一区间中的像素点的聚类是通过主成分分析、k-means聚类方法、均值漂移、谱聚类、dbscan、层次聚类或机器学习聚类方法实现的。

15、具体地，所述聚类结果包括至少两类不同的像素点集合。

16、具体地，所述“根据聚类结果生成肿瘤的灌注亚区域，并将灌注亚区域的信息映射回所述超声造影图像的原始灰阶图像”，包括：

17、将基于聚类结果生成的灌注亚区域信息映射回所述超声造影图像的原始灰阶图像，并计算各灌注亚区域的像素点的数量和/或百分比，以可视化和/或定量化的方式描述所述原始灰阶图像中肿瘤的不同区域的组织特征及分布情况。

18、本发明还提出了一种基于动态超声造影数据划分肿瘤灌注亚区域的系统，所述系统包括：

19、标记模块，用于获得经过预处理的动态超声造影图像并像素化，并在所述动态超声造影图像中确定代表肿瘤组织的第一区间和代表正常组织的第二区间；所述预处理用于去除图像噪音、补偿运动位移、实现图像配准；

20、获取模块，用于获取所述第一区间内各像素点的时间强度曲线，以及获取所述第二区间内平均时间强度曲线；

21、计算模块，用于基于所述第一区间内各像素点的灌注特征参数与所述第二区间所有像素点的平均灌注特征参数，得到所述第一区间中各像素点的灌注特征参数比值；所述第一区间内各像素点的灌注特征参数由所述第一区间内各像素点的时间强度曲线得到，所述第二区间所有像素点的平均灌注特征参数由所述第二区间内所有像素点的平均时间强度曲线得到；

22、聚类模块，用于基于所述第一区间中各像素点的灌注特征参数比值，对所述第一区间中的像素点进行聚类；

23、映射模块，用于根据聚类结果生成肿瘤的灌注亚区域，并将灌注亚区域的信息映射回所述超声造影图像的原始灰阶图像。

24、本发明还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有可执行指令，用于被处理器执行时，实现如前文所述的基于动态超声造影数据划分肿瘤灌注亚区域的方法。

25、本发明至少具有以下有益效果：

26、本发明提出的方案利用了非侵入性的成像技术，通过对肿瘤灌注图像进行更细致的分析和处理，利用计算机算法对图像进行处理和分析，可以实现自动化处理，减少医疗人员的工作负担，并更准确地划分肿瘤灌注亚区域，直观地展示肿瘤的灌注情况，有助于医生做出更精准的诊断，从而针对性地制定个性化的治疗方案，提高治疗效果；

27、进一步地，本方案通过获取关键帧并进行运动矫正，可以保证所得到的动态超声造影图像集在空间和时间上的连续性和准确性，有利于后续的图像处理和分析，通过主成分分析或k-means等聚类方法对像素点进行聚类，可以有效地将肿瘤灌注亚区域进行划分，有助于区分不同的组织特征及分布情况；通过不同区域内像素点的灌注特征参数，并将灌注亚区域信息映射回原始动态超声造影图像，定量描述不同区域的组织特征和分布情况，能够帮助医疗人员确定肿瘤内部的灌注异质性情况，为个性化治疗提供更多信息，帮助指导临床决策和制定治疗方案。

28、以此，本发明提供了基于动态超声造影数据划分肿瘤灌注亚区域的方法及系统，本发明通过非侵入性诊断方法最大化利用动态图像数据，从像素层面全面捕捉肿瘤的灌注特征，可视化、定量化肿瘤灌注异质性，提高动态造影视频的可读性，有助于探讨肿瘤亚区域与良恶性的相关性并据此构建诊断模型，在提高乳腺癌的诊断准确性的同时，为患者的个性化治疗提供了更多信息支持。