[发明专利]一种具有影像征象解释的肺结核智能识别方法及系统

说明书

本发明实施例提供一种具有影像征象解释的肺结核智能识别方法及系统，该方法包括：对X ray胸片进行预处理转为矢量图；进行异常区域识别得到疑似病灶与否的分类结果；判断所述异常区域内是否识别出疑似病灶；进行分类校正处理，得到所述疑似病灶的条件概率；判断所述异常区域内是否存在肺结核引起的疑似病灶；将所述疑似病灶对应的疑似区域在原图上进行处理得到子图矢量图；进行异常区域具有影像征像意义的解释，得到征象描述判断其是否具有肺结核；基于征像描述，进行肺结核活性的判别。本发明实施例能够有效得到胸片中影像征象特征之间的内在关系，相对于仅仅基于图像本身做出的判断更能符合影像学的判断逻辑，也能大大提高识别精度和效率。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种具有影像征象解释的肺结核智能识别方法及系统。

背景技术

肺结核作为一种对人类健康威胁极大的传染性疾病，一直吸引着人们的注意。根据世界卫生组织(WTO)的调研，仅2017年，肺结核(TB)就造成了约一百三十万人的死亡，其中大多数患者位于发展中国家。针对TB的肆虐，WTO提出防治结合的手段，其中重要的一个环节是开展TB的X-ray胸片筛查。尽管开展TB的胸片筛查具有重大意义，但是受限于胸片图像本身以及发展中国家普遍缺少有经验的医师这一实际情况，进行普遍的TB胸片筛查依然困难重重。在不发达地区，TB胸片筛查普遍存在漏检、误检等等现象，这对于消除TB对这些地区人类健康的威胁是一个巨大的阻碍。

近些年来，随着人工智能技术的飞速发展，计算机辅助诊断领域普遍引入以深度学习为代表的方法来提高其诊断准确性。这些技术的发展为设计一种快速、精准的肺结核胸片筛查提供了可能。然而相较于其他领域的图像识别技术，TB的胸片筛查具有一些特殊性。首先，从TB疾病演化的过程来分析，胸片上识别TB的影像表征的演化具有高度的相关性；其次针对胸片识别TB后的识别结果需要给出合理的符合医学逻辑的解释；因此，基于影像表征识别胸片中是否具有TB是判断患者是否具有传染性的重中之重。

目前，基于人工智能的一般性TB识别方法往往是采用一张患者的胸片做出判断，这样的判断往往是基于图片以及模型本身所做出的异常识别或判定，而忽略了异常区域形态本身所具有的临床含义，并且这些识别方法没有考虑到胸片中影像表征之间所包含的病灶演化的内在关系。上述缺陷导致一般性的方法难以给出能够接受的识别或判定的理由，并且由于忽视影像表征之间的内在关系，这些方法很难以给出可接受的TB活性判断。

发明内容

针对现有技术存在的问题，本发明实施例提供一种具有影像征象解释的肺结核智能识别方法及系统。

第一方面，本发明实施例提供一种具有影像征象解释的肺结核智能识别方法，包括：

对X ray胸片进行预处理，将其转为矢量图；

根据所述矢量图进行异常区域识别，得到识别结果包括疑似病灶与否的分类结果；

根据所述识别结果，判断所述异常区域内是否识别出疑似病灶；

根据所述疑似病灶对应的疑似区域和疑似点，进行分类校正处理，得到所述疑似病灶的条件概率；

根据所述条件概率，判断所述异常区域内是否存在肺结核引起的疑似病灶；

将所述疑似病灶对应的疑似区域在原图上进行处理，得到疑似病灶的子图矢量图；

根据所述疑似病灶的子图矢量图进行异常区域解释，得到征象描述判断其是否具有肺结核，并完成整个胸片的智能识别。

进一步地，所述X ray胸片的预处理过程具体如下：

将X ray胸片通过下采样方式缩放至2048x 2048像素大小的图片；

将缩放后的图片归一化至[0,1]上的一组2维矢量图；