[发明专利]一种癌症医学图像数据处理方法、系统、装置和存储介质

权利要求书

1.一种癌症医学图像数据处理方法，其特征在于，包括以下步骤：

将待处理的癌症医学图像输入到预先建立的病灶区域分割模型，获得所述病灶区域分割模型输出的病灶区域图像标识结果；

对从癌症医学图像裁剪出的病灶区域图像进行多次不同标准的滤波处理；

将未经滤波处理的病灶区域图像和多次滤波处理的结果进行通道堆叠；

将通道堆叠的结果输入到预先建立的特征提取模型，获得所述特征提取模型输出的病理特征向量；所述病理特征向量带有通道堆叠的结果的深度特征信息；

使用特征筛选算法从所获得的病理特征向量中筛选出目标特征；

将目标特征输入到多层感知机中，获得所述多层感知机输出的癌症生物标记状态指标值。

2.根据权利要求1所述的一种癌症医学图像数据处理方法，其特征在于，在将待处理的癌症医学图像输入到预先建立的病灶区域分割模型这一步骤前，对所述癌症医学图像进行0-1归一化处理。

3.根据权利要求1所述的一种癌症医学图像数据处理方法，其特征在于，所述多次不同标准的滤波处理具体包括对比度增强滤波处理和边缘信息增强滤波处理。

4.根据权利要求1所述的一种癌症医学图像数据处理方法，其特征在于，所述特征筛选算法具体包括以下步骤：

利用公式计算病理特征向量中所包含的各病理特征的分数；式中，fisher_score(f_i)为第i个病理特征f_i的分数，n_j表示第j个类别的样本数，μ_i表示病理特征f_i的均值，μ_ij表示第j个类别的样本中病理特征f_i的均值，表示第j个类别的样本中病理特征f_i的方差，c表示标签的类别总数；

按计算得到的分数的降序对各病理特征进行排列；

将排在前列的病理特征作为目标特征进行输出。

5.根据权利要求1所述的一种癌症医学图像数据处理方法，其特征在于，所述病灶区域分割模型是通过以下步骤预先建立的：

对多张标准医学图像进行逐像素的分析，从而构建各标准医学图像对应的标签；所述标签为标注在各标准医学图像上的病灶区域和生物标记状态；

将一部分标准医学图像及其对应的标签组建训练集，将另一部分标准医学图像及其对应的标签组建测试集；

使用所述训练集和测试集对基于UNet的分割网络进行训练和测试，从而得到病灶区域分割模型。

6.根据权利要求5所述的一种癌症医学图像数据处理方法，其特征在于，所述训练集包含的标准医学图像与测试集包含的标准医学图像的数量之比为2:1。

7.根据权利要求5所述的一种癌症医学图像数据处理方法，其特征在于，所述基于UNet的分割网络包括由多个卷积模块串接组成的编码阶段；各所述卷积模块均对应有各自的Attention模块；各所述Attention模块依次串接；各Attention模块用于接收上一Attention模块的输出结果以及对应卷积模块的上采样结果，并对所接收的内容进行像素权重调整后进行输出。

8.一种癌症医学图像数据处理系统，其特征在于，包括：

病灶区域分割模块，用于将待处理的癌症医学图像输入到预先建立的病灶区域分割模型，获得所述病灶区域分割模型输出的病灶区域图像标识结果；

滤波模块，用于对从癌症医学图像裁剪出的病灶区域图像进行多次不同标准的滤波处理；

通道堆叠模块，用于对未经滤波处理的病灶区域图像和多次滤波处理的结果进行通道堆叠；

特征提取模块，用于接收通道堆叠的结果并输出病理特征向量；所述病理特征向量带有通道堆叠的结果的深度特征信息；

特征筛选模块，用于从所获得的病理特征向量中筛选出目标特征；

指标值输出模块，用于根据目标特征输出癌症生物标记状态指标值。