基于多期相磁共振图像的肝细胞癌术后复发智能预测方法与流程

本发明属于肝细胞癌术后预测，特别是涉及一种基于多期相磁共振图像的肝细胞癌术后复发智能预测方法。

背景技术：

1、随着医学影像技术的发展，多期相磁共振成像因其能够反映对比剂在不同时期的血流动力学分布特点，已成为肝细胞癌术后复发评估的重要手段。目前的肝细胞癌术后复发预测方法，主要依赖于从多期相磁共振图像中提取肿瘤及其周边区域的形态学和功能学特征来进行风险分层。

2、传统技术中，在利用多期相磁共振图像进行术后复发预测时，通常先对不同期相的图像进行空间配准以消除呼吸运动带来的解剖位置偏移，随后在配准后的图像上直接提取多期相时空特征，最后将提取的特征输入模型映射生成复发风险评分。这种处理方式隐含了一个前提，即默认多期相图像经过配准后，在空间体素层级上已经实现了完美的解剖对齐。

3、然而，传统方法存在明显的缺陷。肝细胞癌的瘤周微浸润区域是决定术后早期复发的关键，但该区域在磁共振图像上具有信号对比度极低、组织边界模糊的物理特性，传统配准方法在缺乏清晰锚点的微浸润区域极易产生不可靠的体素错位映射。在后续直接对配准图像提取特征时，这种由配准错位产生的灰度差异会被误认为是真实的对比剂动力学变化，从而引入大量虚假的伪影特征。此外，现有技术也缺乏将配准残差引入的伪影特征与真实生物学特征进行有效分离的机制，导致模型受到配准误差的严重干扰，难以实现精准的肝细胞癌术后复发风险评估。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够抑制多期相配准残差干扰并提取纯净生物学特征的基于多期相磁共振图像的肝细胞癌术后复发智能预测方法。

2、第一方面，本技术提供了一种基于多期相磁共振图像的肝细胞癌术后复发智能预测方法，包括：

3、s1、获取目标对象的多期相磁共振图像，并对动脉期图像进行肿瘤区域分割，生成肿瘤主体掩膜，多期相磁共振图像包含动脉期图像、门脉期图像、延迟期图像和肝胆期图像；

4、s2、对肿瘤主体掩膜进行自适应形态学膨胀，生成瘤周微浸润概率图；

5、s3、基于瘤周微浸润概率图，对动脉期图像与门脉期图像、延迟期图像和肝胆期图像进行残差感知自适应配准，生成目标位移矢量场和多期相配准图像；

6、s4、对目标位移矢量场进行局部形变异常和闭环误差融合量化，生成多期相配准残差置信图；

7、s5、基于多期相配准残差置信图，对多期相配准图像进行残差感知时空解耦特征提取，生成复合特征向量；

8、s6、对复合特征向量进行残差正交投影解耦，生成纯净生物学特征向量；

9、s7、基于纯净生物学特征向量进行分类映射，生成肝细胞癌术后复发风险评分。

10、在其中一个实施例中，s3，包括：

11、s31、根据瘤周微浸润概率图，计算局部平滑惩罚权重，生成自适应惩罚权重图；

12、s32、根据自适应惩罚权重图构建自适应平滑正则化损失函数，自适应平滑正则化损失函数的计算公式为：

13、；

14、其中，为自适应平滑正则化损失值，为自适应惩罚权重图中体素位置处的权重值，为目标位移矢量场在体素位置处的空间梯度，为计算平方范数；

15、s33、通过自适应平滑正则化损失函数和图像相似度损失函数联合驱动空间变换网络，并对门脉期图像、延迟期图像和肝胆期图像进行非线性形变，生成初始位移矢量场；

16、s34、基于初始位移矢量场，对门脉期图像、延迟期图像和肝胆期图像进行空间扭曲变换，生成多期相配准图像，并将初始位移矢量场确定为目标位移矢量场。

17、在其中一个实施例中，s31，包括：

18、s311、提取瘤周微浸润概率图中每个体素位置的微浸润概率值，生成体素微浸润概率集合；

19、s312、根据体素微浸润概率集合和预设的全局基础权重，计算每个体素位置的自适应平滑惩罚权重，生成体素惩罚权重集合；

20、s313、组合体素惩罚权重集合中所有体素位置的自适应平滑惩罚权重，生成自适应惩罚权重图；

21、s314、根据自适应惩罚权重图，对标准平滑正则项进行空间加权，生成自适应平滑正则化损失函数。

22、在其中一个实施例中，s4，包括：

23、s41、基于目标位移矢量场，计算空间雅可比矩阵的行列式绝对值偏差，生成局部形变异常度图谱；

24、s42、基于目标位移矢量场和对应的反向位移矢量场，计算恒等变换偏差范数，生成闭环误差范数图谱；

25、s43、对局部形变异常度图谱和闭环误差范数图谱进行乘积融合，生成原始残差强度图；

26、s44、对原始残差强度图进行高斯低通滤波和归一化映射，生成多期相配准残差置信图。

27、在其中一个实施例中，s42，包括：

28、s421、根据目标位移矢量场提取前向位移场，并根据对应的反向配准网络提取反向位移矢量场，生成双向位移场对；

29、s422、基于双向位移场对，计算复合位移偏差向量，生成闭环位移偏差向量；

30、s423、对闭环位移偏差向量计算欧氏范数，生成闭环误差范数，闭环误差范数的计算公式为：

31、；

32、其中，为体素位置处的闭环误差范数，为计算向量的l2范数，为目标位移矢量场在体素位置x的前向位移，为反向位移矢量场在体素位置的反向位移，为空间复合操作，为体素的空间坐标；

33、s424、聚合所有体素位置的闭环误差范数，生成闭环误差范数图谱。

34、在其中一个实施例中，s5，包括：

35、s51、对多期相配准图像进行逐期三维卷积编码，生成逐期卷积特征图；

36、s52、根据多期相配准残差置信图，对逐期卷积特征图进行空间注意力屏蔽，生成残差抑制特征图；

37、s53、基于多期相配准残差置信图，对残差抑制特征图进行时序注意力权重惩罚，生成时空聚合特征图；

38、s54、对时空聚合特征图进行全局平均池化，生成复合特征向量。

39、在其中一个实施例中，s6，包括：

40、s61、根据预设的残差基向量矩阵，对复合特征向量进行列空间投影，生成残差特征分量；

41、s62、将复合特征向量减去残差特征分量，生成正交化中间特征向量；

42、s63、对正交化中间特征向量和残差基向量矩阵进行最小化内积范数约束，生成正交性约束损失函数，正交性约束损失函数的计算公式为：

43、；

44、其中，为正交约束损失值，为计算矩阵范数，为正交化中间特征向量的转置，为残差基向量矩阵；

45、s64、基于正交性约束损失函数，对正交化中间特征向量进行迭代更新，生成纯净生物学特征向量。

46、第二方面，本技术还提供了一种基于多期相磁共振图像的肝细胞癌术后复发智能预测装置，包括：

47、肿瘤分割模块，用于获取目标对象的多期相磁共振图像，并对动脉期图像进行肿瘤区域分割，生成肿瘤主体掩膜，多期相磁共振图像包含动脉期图像、门脉期图像、延迟期图像和肝胆期图像；

48、概率图生成模块，用于对肿瘤主体掩膜进行自适应形态学膨胀，生成瘤周微浸润概率图；

49、残差配准模块，用于基于瘤周微浸润概率图，对动脉期图像与门脉期图像、延迟期图像和肝胆期图像进行残差感知自适应配准，生成目标位移矢量场和多期相配准图像；

50、残差量化模块，用于对目标位移矢量场进行局部形变异常和闭环误差融合量化，生成多期相配准残差置信图；

51、时空解耦模块，用于基于多期相配准残差置信图，对多期相配准图像进行残差感知时空解耦特征提取，生成复合特征向量；

52、正交解耦模块，用于对复合特征向量进行残差正交投影解耦，生成纯净生物学特征向量；

53、风险评分模块，用于基于纯净生物学特征向量进行分类映射，生成肝细胞癌术后复发风险评分。

54、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面的基于多期相磁共振图像的肝细胞癌术后复发智能预测方法。

55、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面的基于多期相磁共振图像的肝细胞癌术后复发智能预测方法。

56、上述基于多期相磁共振图像的肝细胞癌术后复发智能预测方法，通过定位肿瘤并自适应膨胀预测瘤周微浸润区域，据此进行残差感知自适应配准以避免微浸润区因缺乏锚点而强行对齐产生伪影，进而量化配准位移场的局部形变异常与闭环误差生成残差置信图，精准定位配准不可靠区域，随后在特征提取时利用该残差置信图进行时空解耦以抑制残差区域干扰，并进一步通过正交投影解耦从复合特征中彻底剥离配准残差分量，从而有效避免了配准错位导致的虚假伪影特征被误判为真实血流动力学信号的问题，实现了配准误差与真实生物学信息的深度解耦，显著提升了肝细胞癌术后复发风险预测的准确性与可靠性。