[发明专利]肺结节的高级计算机辅助诊断

权利要求书

1、一种在受检者中的疾病的诊断中提供决策支持的方法，所述方法包 括：

提取所述受检者中的基于图像的感兴趣体积；

分割所述图像，以从所述图像的背景描绘所述感兴趣体积内的至少一 个病灶；

在多个维数中提取基于图像的特征；

将临床信息转换为兼容格式，并且将所述临床信息与所述基于图像的 特征结合，以形成特征库；以及

从由输出决策的分类器或分类器委员会所要使用的子集库中选择最优 特征子集或最优特征子集组，其中，所述分类器或分类器委员会提供对所 述病灶的诊断的预测。

2、如权利要求1所述的方法，还包括在所述感兴趣体积的各切片之间 进行插值，以创建各向同性的体素表示。

3、如权利要求1所述的方法，其中，所述多个维数从包括2维、2.5 维和3维的组中选择。

4、如权利要求1所述的方法，其中，选择最优特征子集还包括采用遗 传算法、统计差分滤波、相关滤波、递归特征消除、逐步线性回归以及随 机特征选择中的至少一项。

5、如权利要求4所述的方法，其中，选择最优特征子集包括对具有不 同的随机选择的包含训练数据和测试数据的集合的多个迭代执行基于遗传 算法的特征选择，以获得作为结果的多个特征子集。

6、如权利要求1所述的方法，其中，将所述临床信息转换为多个临床 特征类别。

7、如权利要求1所述的方法，其中，所述分类器或分类器委员会从包 括支持向量机、决策树、线性判别分析以及神经网络中的至少一项的组中 选择。

8、如权利要求1所述的方法，还包括：所述分类器或分类器委员会确 定所述至少一个病灶是恶性还是良性。

9、如权利要求1所述的方法，还包括：所述分类器或分类器委员会确 定所述至少一个病灶为恶性的可能性。

10、如权利要求8所述的方法，其中，所述分类器或分类器委员会作 出的所述确定结果是由从包括下列的组中选择的至少一种计算确定的：简 单平均值、简单投票、加权平均值以及加权投票。

11、一种计算机辅助诊断系统，所述系统包括：

预处理单元，用以提取基于图像的感兴趣区域；

分割单元，用以描绘所述感兴趣区域中的至少一个病灶；

特征提取单元，用以从所述感兴趣区域的所述图像提取多个维数中的 基于图像的特征；

临床信息处理单元，用以接收临床信息并将其转换为兼容格式；以及

分类器或分类器委员会，其利用所述基于图像的特征和所述临床信息 以输出决策。

12、如权利要求11所述的计算机辅助诊断系统，还包括特征选择单元， 用以在训练所述系统的过程中从特征库选择相关的基于图像的特征和临床 特征。

13、如权利要求12所述的计算机辅助诊断系统，其中，所述特征选择 单元还包括：从包括遗传算法、统计差分滤波、相关滤波、递归特征消除、 逐步线性回归以及随机特征选择中的至少一项的组中选择的优化技术；以 及从包括支持向量机、决策树、线性判别分析以及神经网络中的至少一项 的组中选择的分类器或分类器委员会。

14、如权利要求11所述的计算机辅助诊断系统，其中，所述基于图像 的感兴趣区域是通过执行至少一种形态学运算来构造的。

15、如权利要求14所述的计算机辅助诊断系统，其中，所述至少一种 形态学运算从腐蚀、膨胀和孔洞填充的组中选择。

16、如权利要求11所述的计算机辅助诊断系统，其中，所述基于图像 的感兴趣区域是通过选择由所述分割产生的最大相邻对象来构造的。

17、如权利要求11所述的计算机辅助诊断系统，其中，所述基于图像 的感兴趣区域还包括内部区域、外部区域和边界区域，其中，不需要的元 素被排除在所述感兴趣区域之外。