法律状态公告日
法律状态信息
法律状态
2022-09-16
实质审查的生效 IPC(主分类):G06T 7/00 专利申请号:2022100002270 申请日:20220101
实质审查的生效
2022-08-30
公开
发明专利申请公布
技术领域
本发明涉及基于改进MCMC算法的肝细胞癌PETCT成像动力学参数估计方法及其应用,属于肝癌辅助诊断技术领域。
背景技术
原发性肝癌是高发的,危害极大的一类恶性肿瘤。原发性肝癌死亡率在消化系统恶性肿瘤中列第3位,每年死于肝癌约11万人,占全世界肝癌死亡人数的45%,它主要起源于肝脏的上皮或间叶组织。原发性肝癌中绝大部分是肝细胞癌(HCC)。随着正电子发射断层成像(PET)技术的发展,示踪动力学的方法成为了研究人体功能信息的重要手段。利用示踪剂动力学模型,可以定量分析计算葡萄糖代谢率等具有生理学意义的指标,这对肝细胞癌等疾病的研究有重要的作用。目前常用于定量计算肝脏示踪剂动力学参数的最小二乘法等方法需要用户预先设定各参数的初始值,而用户不易准确设置初始值,这直接影响动力学建模方法结果的可靠性。因此,本发明采用基于优化算法改进的MCMC算法对肝细胞癌示踪剂动力学模型计算来提高参数估计的可靠性。
发明内容
本发明提供了基于改进MCMC算法的肝细胞癌PETCT成像动力学参数估计方法及其应用,以用于解决PETCT成像动力学参数预估不准确的问题,本发明提高了PETCT成像动力学参数估计的可靠性。
本发明的技术方案是:第一方面,基于改进MCMC算法的肝细胞癌PETCT成像动力学参数估计方法,所述方法的具体步骤如下:
Step1、获取先验信息和样本信息;
Step2、基于贝叶斯理论推导了肝细胞癌PET/CT成像示踪剂动力学参数的后验分布,使用马尔科夫链蒙特卡洛MCMC方法对参数后验分布进行采样,采用的抽样算法为改进的MH算法,估算出动力学参数。
作为本发明的进一步方案,所述Step2中改进的MH算法具体如下:
(1)选择具有物理意义的初始值θ
(2)根据当前值θ
(3)根据公式计算接受率α;
(4)从均匀分布u(0,1)中产生随机变量u,当α≥u时,接受候选值的更新θ
(5)重复步骤(2)~(4)多次,从中选出最优值θ
(6)引入花朵授粉算法的概率转换公式p(t);
其中,R为均匀分布(0,1)中的随机数,p
(7)若rand
其中,取β=1,s
rand≥p(t),使用局部寻优公式更新位置;
θ′
θ
(8)判断更新值是否越界,如果发生越界,则返回参数范围内的随机位置;
(9)根据原始MH算法接受概率判断是否接受候选位置更新;
(10)判断当前否是满足终止条件,如果满足条件,则算法结束,否则进行新一轮迭代;
(11)重复步骤(6)~(10),直至收敛则停止迭代,输出结果。
第二方面,利用上述第一方面所述方法估计出的肝细胞癌PETCT成像动力学参数应用于辅助肝癌诊断,运用时,分析比较肝细胞癌组织图像与周围健康肝脏组织图像的示踪剂动力学参数的差异性来进行辅助肝癌诊断。
本发明的有益效果是:本发明基于贝叶斯理论推导了肝细胞癌PET/CT成像示踪剂动力学参数的后验分布,使用马尔科夫链蒙特卡洛(MCMC)方法对参数后验分布进行采样,采用的抽样算法为改进的MCMC算法,在标准的MH算法中引入花朵授粉算法的全局寻优与局部寻优以及自适应装换概率从而提高MH算法的收敛效率和准确率,估算出动力学参数,本发明提高了PETCT成像动力学参数估计的可靠性。
附图说明
图1为本发明整体方法流程图。
具体实施方式
实施例1:本发明中,采用的患者资料如下:患者数据由某第一人民医院PET/CT中心提供。包括了18位HCC患者的31个病例数据。并获得所有患者的书面知情同意;
本发明中采用的PET/CT扫描协议如下::在注射18F脱氧葡萄糖(FDG)后60min进行全身CT扫描(120kv,100ma),包括6~8个部位,每个部位行PET扫描1.5min;所有CT图像都用滤波反投影算法重建到512×512矩阵上,根据CT数据进行衰减校正,按照有序子集期望最大化原则,将所有PET图像重建到200×200矩阵上。动态PET图像采集时间为5min,PET成像数据经过动态软件重建为15s×4帧,60s×4帧。
如图1所示,第一方面,基于改进MCMC算法的肝细胞癌PETCT成像动力学参数估计方法,所述方法的具体步骤如下:
Step1、获取先验信息和样本信息;
本发明中先验信息和样本信息采用的数据处理方式如下:从8帧序列PET/CT图中提取肝细胞癌,周围健康肝脏组织,主动脉和门静脉的时间-活度曲线。
Step2、基于贝叶斯理论推导了肝细胞癌PET/CT成像示踪剂动力学参数的后验分布,使用马尔科夫链蒙特卡洛MCMC方法对参数后验分布进行采样,采用的抽样算法为改进的MH算法,估算出动力学参数。
所述基于贝叶斯理论推导了肝细胞癌PET/CT成像示踪剂动力学参数的后验分布时采用的示踪剂动力学模型如下所示:
18F-FDG是一种药物示踪剂,在代谢的前两个阶段和葡萄糖有着相似的特性,而且其分子中的放射性同位素18F的浓度可以被PET仪器检测到。三房室四参数模型作为描述18F-FDG代谢过程的动力学模型被广泛的用于心肌和骨骼肌等组织的研究中;
C
对微分方程求解得到如下关系式:
其中:符号
其中,C
贝叶斯方法:贝叶斯理论最早由英国学者贝叶斯在18世纪中叶提出,在20世纪50年代后,贝叶斯理论得到了重视,并开始在统计决策等问题中得到广泛应用。使用贝叶斯定理,我们可以根据参数θ的先验信息结合观察数据y的似然函数来估计参数的后验概率分布:
式中θ=(k1,k2,k3,k4,fa)为动力学模型参数,p(y|θ)为观察数据y的似然函数,p(θ)为参数θ=(k1,k2,k3,k4,fa)的先验概率分布。
由于问题复杂无法直接应用贝叶斯公式求解参数,因此采用了马尔科夫链蒙特卡罗方法(Markov Chain Monte Carlo,MCMC)来耦合贝叶斯方法和示踪剂动力学三房室模型。目前,MCMC方法已成为处理复杂高维积分运算的有效工具,但随着参数维度增加而使其后验分布更复杂,标准MH算法的样本接受率会随之降低,致使采样出现停滞现象。本发明采用融合花朵授粉优化算法改进的MH算法,整体算法流程如图1所示。
所述Step2中改进的MH算法具体如下:
(1)选择具有物理意义的初始值θ
(2)根据当前值θ
(3)根据公式计算接受率α;
(4)从均匀分布u(0,1)中产生随机变量u,当α≥u时,接受候选值的更新θ
(5)重复步骤(2)~(4)多次,从中选出最优值θ
(6)引入花朵授粉算法的概率转换公式p(t);
其中,R为均匀分布(0,1)中的随机数,p
(7)若rand
其中,取β=1,s
rand≥p(t),使用局部寻优公式更新位置;
θ′
θ
(8)判断更新值是否越界,如果发生越界,则返回参数范围内的随机位置;
(9)根据原始MH算法接受概率判断是否接受候选位置更新;
(10)判断当前否是满足终止条件,如果满足条件,则算法结束,否则进行新一轮迭代;
(11)重复步骤(6)~(10),直至收敛则停止迭代,输出结果。
第二方面,利用上述第一方面所述方法估计出的肝细胞癌PETCT成像动力学参数应用于辅助肝癌诊断,运用时,分析比较肝细胞癌组织图像与周围健康肝脏组织图像的示踪剂动力学参数的差异性来进行辅助肝癌诊断。
结果分析:用SPSS做独立样本t检验,Medcalc13.0.0.0版软件做ROC分析,如果P<0.05被认为存在统计学差异。
评价指标:
AIC=2K-2ln(L)
其中,K为参数的数量,L为似然函数,m为测量次数,y
未改进MH算法肝细胞癌与周围的正常肝组织PET/CT成像的动力学参数结果见表1,肝细胞癌组织图像中,k1(P=0.022)、k2(P<0.001)、fa(P<0.01)均高于周围的正常肝组织图像;与周围的正常肝组织图像相比,肝细胞癌图像中k3(P=0.059)、k4(0.218)有增加但无统计学意义。肝细胞癌的血液供应主要来自肝动脉而不是门静脉,本研究表明,肝细胞癌图像中fa(0.712±0.196vs 0.361±0.128)明显高于正常肝组织图像。这些数值与先前研究肝脏PET/CT成像动力学参数的结果一致。
改进MH算法肝细胞癌与周围的正常肝组织PET/CT成像的动力学参数结果见表2,肝细胞癌图像动力学参数值k1(P=0.017)、k2(P<0.001)、k3(P<0.001)、k4(P=0.044)、fa(P<0.001)都高于正常肝组织图像与以往研究报告一致而且五个动力学参数都存在差异性。,表3中可以得出改进的MH算法的AIC和RMSE值更小,根据P值和评价指标结果表明改进的MH算法结果要优于原始MH算法。
表1.未改进MH算法肝细胞癌与正常肝组织PET/CT成像的动力学参数结果
表2.改进MH算法肝细胞癌与正常肝组织PET/CT成像的动力学参数结果
表3.改进MH算法与原始MH算法评价指标对比结果
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
机译: 基于数据库应用程序的直接改进的邮件应用程序,该数据库应用程序用于广告的特殊领域以及基于人工操作的基于算法的计算机程序的技术系统
机译: 个性化动态分子成像程序动力学参数估计的方法
机译: 动态分子成像过程的动力学参数估计的个体化方法