基于磁共振波谱成像的乳腺肿瘤诊断系统
专利类型：发明专利
语 言：中文
申 请 号：CN201010103529.8
申 请 日：20100129
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20110831
公 开 号：CN101785672B
代 理 人：张先芸
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明提供一种基于磁共振波谱成像的乳腺肿瘤诊断系统，包括超导MR扫描仪和计算机系统，通过计算机辅助检测手段，实现乳腺肿瘤的早期鉴别诊断，进一步实现乳腺癌的诊断。其采用鉴别性流形学习方法对乳腺磁共振波谱数据进行学习，将其投影到低维嵌入空间，不仅可以揭示隐藏在高维磁共振波谱空间中的低维流形结构，而且有效保持乳腺磁共振波谱数据中的鉴别信息；然后利用聚类方法对低维鉴别特征进行优化聚类，使不具备同类鉴别特征的数据点得到了最大程度的分离；进一步，还引入代价敏感机制，以达到错分的总体代价最小化，实现乳腺癌的优化诊断。
主 权 项：基于磁共振波谱成像的乳腺肿瘤诊断系统，包括超导MR扫描仪和计算机系统，超导MR扫描仪将乳腺磁共振波谱数据以电子图像的计算机可识别的格式读入计算机，其特征在于，计算机执行步骤如下：A)由乳腺磁共振波谱数据生成乳腺磁共振波谱矩阵：对读入的乳腺磁共振波谱数据中每一个数据点根据其磁共振波谱生成一个向量，从而所有的磁共振波谱数据构成一个矩阵；以G表示乳腺磁共振波谱数据的二维分格，则|G|表示乳腺磁共振波谱数据中数据点的个数；以N表示数据点的磁共振波谱维数；从而，由整个乳腺磁共振波谱数据生成|G|行N列的乳腺磁共振波谱矩阵X＝{X1，X2，…，X|G|}T，其中T为矩阵转置符号；B)利用鉴别性流形学习方法对乳腺磁共振波谱数据进行维数约简，获取乳腺磁共振波谱数的低维鉴别特征；C)利用谱聚类方法对乳腺磁共振波谱数据的低维鉴别特征进行聚类，得到乳腺磁共振波谱数据中的肿瘤区域和非肿瘤区域；D)利用流形学习方法，对乳腺磁共振波谱数据中的肿瘤区域进行维数约简，获取肿瘤区域的低维鉴别特征；其具体包括：以R表示肿瘤区域中数据点的二维分格，|R|表示肿瘤区域中数据点的个数，肿瘤区域中各数据点磁共振波谱的维数为N，则肿瘤区域中的数据可表示为一个|R|行N列矩阵XNEW＝{XNEW，1，XNEW，2，…，XNEW，|R|}T，即肿瘤区域数据矩阵，其中|R|＜|G|。然后依照步骤C)中的方法对肿瘤区域数据矩阵XNEW进行维数约简，并获取肿瘤区域的低维鉴别特征YNEW；YNEW为肿瘤区域数据矩阵XNEW投影到低维嵌入空间的特征矩阵，其维数为|R|×TNEW，TNEW＜N；E)根据先验知识得到代价敏感因子矩阵；在计算机的数据库中标注良性肿瘤磁共振波谱特征BX以及恶性肿瘤磁共振波谱特征CX；对肿瘤区域的低维鉴别特征YNEW中每个数据点YNEW，U赋予一个代价因子MCOST，U，其中YNEW，U∈YNEW，U∈{1，2，…，|R|}，代价因子MCOST，U由下式确定：其中取1＜α＜100；由元素MCOST，U构成代价敏感因子矩阵MCOST。F)利用代价敏感的聚类方法进行聚类，得到乳腺磁共振波谱数据的肿瘤区域中的良性区域和恶性区域，实现乳腺肿瘤的早期鉴别诊断；其具体包括：F1)初始化良性区域聚类中心VNEW，1和恶性区域聚类中心VNEW，2，由VNEW，1和VNEW，2构成聚类中心矩阵VNEW＝{VNEW，1，VNEW，2}；其具体方式是，随机在肿瘤区域的低维鉴别特征YNEW中选取2个数据点YNEW，I和YNEW，J，分别作为良性区域聚类中心VNEW，1和恶性区域聚类中心VNEW，2，并确定初始代价和MNEWSUM，0、最大迭代次数TNEW，MAX和迭代截止误差εNEW；其中，YNEW，I，YNEW，J∈YNEW，I，J∈{1，2，…，|R|}且I≠J，
关 键 词：
法律状态：生效
IPC专利分类号：A61B5/055