[发明专利]基于图神经网络的CT肋骨骨折病灶关系建模方法及装置

权利要求书

1.一种基于图神经网络的CT肋骨骨折病灶关系建模方法，其特征在于，包括：

创建图结构，其中，所述图结构包括：结点和边，检测结果定义为结点，所述结点通过预设连接关系进行连接形成所述边；

提取结点特征，将所述结点特征按照预设方式连在一起得到结点特征表达；

采用图神经网络对所述结点间的关系进行建模，对所述结点特征利用图神经网络进行推理，得到关系建模后的结点特征；

利用所述关系建模后的结点特征对每个结点进行骨折分类；

其中：

所述提取结点特征，将所述结点特征按照预设方式连在一起得到结点特征表达包括：

提取所述结点特征，将所述结点特征送入全连接层进行特征融合，得到融合后的结点特征；

所述采用图神经网络对所述结点间的关系进行建模，对所述结点特征利用图神经网络进行推理，得到关系建模后的结点特征包括：

将结点特征送入图神经网络运算单元，结合相邻结点信息，更新自身结点特征状态；

将更新后的结点特征，以及不同运算单元层的输出加到一起，得到最终的特征表达；

所述利用所述关系建模后的结点特征进行骨折分类包括：

将所述最终的特征表达送入两结点的全连接层进行分类，得到属于骨折和/或非骨折的概率；或者将所述最终的特征表达送入多个全连接层后送入多个结点的全连接层进行分类，得到属于骨折和/或非骨折的概率。

2.根据权利要求1所述的方法，其特征在于，所述预设连接关系包括：全连接或者基于解剖位置进行连接。

3.根据权利要求1所述的方法，其特征在于，所述预设方式包括：串接。

4.根据权利要求1所述的方法，其特征在于，所述结点特征包括但不限于：位置信息、解剖信息、病灶的表观信息和/或检测置信度信息。

5.一种基于图神经网络的CT肋骨骨折病灶关系建模装置，其特征在于，包括：

创建模块，用于创建图结构，其中，所述图结构包括：结点和边，检测结果定义为结点，所述结点通过预设连接关系进行连接形成所述边；

提取模块，用于提取结点特征，将所述结点特征按照预设方式连在一起得到结点特征表达；

建模模块，用于采用图神经网络对所述结点间的关系进行建模，对所述结点特征利用图神经网络进行推理，得到关系建模后的结点特征；

预测模块，用于利用所述关系建模后的结点特征对每个结点进行骨折分类；

其中：

所述提取模块通过如下方式提取结点特征，将所述结点特征按照预设方式连在一起得到结点特征表达：

所述提取模块，具体用于提取所述结点特征，将所述结点特征送入全连接层进行特征融合，得到融合后的结点特征；

所述建模模块通过如下方式采用图神经网络对所述结点间的关系进行建模，对结点特征利用图神经网络进行推理，得到关系建模后的结点特征：

所述建模模块，具体用于将结点特征送入图神经网络运算单元，结合相邻结点信息，更新自身结点特征状态；将更新后的结点特征，以及不同运算单元层的输出加到一起，得到最终的特征表达；

所述预测模块通过如下方式利用所述关系建模后的结点特征进行骨折分类：

所述预测模块，具体用于将所述最终的特征表达送入两结点的全连接层进行分类，得到属于骨折和/或非骨折的概率；或者将所述最终的特征表达送入多个全连接层后送入多个结点的全连接层进行分类，得到属于骨折和/或非骨折的概率。

6.根据权利要求5所述的装置，其特征在于，所述预设连接关系包括：全连接或者基于解剖位置进行连接。

7.根据权利要求5所述的装置，其特征在于，所述预设方式包括：串接。

8.根据权利要求5所述的装置，其特征在于，结点特征包括但不限于：位置信息、解剖信息、病灶的表观信息和/或检测置信度信息。