良性腫瘤發展趨勢評估系統、其伺服計算機裝置及計算機可讀取的儲存媒體

專利類型

發明

專利國別 (專利申請國家)

中華民國

專利申請案號

109106437

專利證號

I 743693

專利獲證名稱

良性腫瘤發展趨勢評估系統、其伺服計算機裝置及計算機可讀取的儲存媒體

專利所屬機關 (申請機關)

國立陽明交通大學

獲證日期

2021/10/21

技術說明

加馬刀放射治療為聽神經瘤主要治療方式，台北榮總為國際知名的加馬刀治療中心，已累積500例聽神經瘤病例。聽神經瘤大多會於加馬刀手術後兩年內縮小，然而52%患者在6-12個月會出現暫時性腫瘤體積增加隨後減少（假性進展）現象，且影響預後的預測因子所知仍有限。聽神經瘤異質性高，組織組成、成長速度、影像表現及對加馬刀手術反應的差異性大。如何在前期，找到有效影像指標協助判定假性進展，以及兩年後腫瘤是否會有效的縮小反映加馬刀療效，將可做為臨床醫師診療的依據。我們以U-Net為基本架構，提出雙通道U-Net模型進行腦腫瘤圈選，該架構可以解決3D-MRI影像中z軸方向解析度低的問題。雙通道U-Net在腫瘤位置的圈選上，與專業醫師所圈選之區域相比，dice score可達0.90±0.05。而YOLO V2模型在腫瘤偵測上，F1 score可達0.8171。藉由從MR影像中提取的放射學特徵，對長期結果的預測達到了88.4％的準確度，對於假性進展的預測達到了85.0%的分類準確度。 We propose a dual-pathway U-Net model for brain tumor segmentation using U-Net as the basic framework, which can solve the problem of low resolution in z-axis direction in 3D-MRI images. The YOLO V2 model achieved an F1 score of 0.8171 for tumor detection. We designed a two-stage classifier to predict the long-term outcome of Vestibular schwannoma patients undergoing Gamma knife Radio surgery and the postoperative outcome of pseudoprogressive patients, respectively. By using radiological features extracted from MR images, we achieved an accuracy of 88.4% for long-term outcome and 85.0% for pseudo-progression.