一种基于机器视觉的术前胶质瘤恶性程度分级方法及系统

摘要

本发明涉及一种基于机器视觉的术前胶质瘤恶性程度分级方法及系统，属于术前胶质瘤恶性程度分级技术领域。方法包括以下步骤：根据密集程度和肿瘤区域内各像素点的坐标，得到肿瘤区域内各ADC值对应的各像素点的窗口；根据窗口内各像素点的坐标，得到肿瘤区域内各ADC值对应的各像素点的密度向量；根据密度向量，得到肿瘤区域内各ADC值对应的弥散程度向量；根据弥散程度向量，预测肿瘤区域瘤细胞的扩散程度和扩散方向，利用预测的肿瘤区域瘤细胞的扩散程度和扩散方向对肿瘤区域的恶性程度进行分级。本发明能为医师提供较为精确的术前胶质瘤恶性程度信息。