一种基于转移前CT图像放射组学特征预测肺转移的方法
申请号:CN202510325150
申请日期:2025-03-19
公开号:CN120147299A
公开日期:2025-06-13
类型:发明专利
摘要
本发明属于CT图像处理技术领域,具体涉及一种基于转移前CT图像放射组学特征预测肺转移的方法,包括:获取多个肺部CT图像数据;转移后肺部薄层CT图像上肺转移灶为第一感兴趣区域,勾画为第一感兴趣区域,第一感兴趣区域在其对侧正常肺组织为第二感兴趣区域;将转移后与转移前的肺部薄层CT图像执行弹性配准,在配准后的转移前的肺部薄层CT图像中,找到第三感兴趣区域、第四感兴趣区域;提取转移前的肺部薄层CT图像上第三感兴趣区域和第四感兴趣区域的放射组学特征,建立放射组学特征数据集,输入KNN模型中进行训练,构建预测模型;将测试样本输入预测模型后进行预测。本发明实现了通过转移前的CT图像测将来发生肺转移的可能性。
技术关键词
组学特征
感兴趣
薄层
构建预测模型
肺部CT图像
样本
邻居
CT图像处理技术
评估预测模型
特征选择
训练集数据
噪声数据
纹理特征
组织
定义
肺癌
参数