[发明专利]骨转移瘤和骨岛的能谱CT鉴别模型生成方法及鉴别方法在审
申请号: | 202010680425.7 | 申请日: | 2020-07-15 |
公开(公告)号: | CN111833332A | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 袁翠云;刘晨彬;刘周;罗德红;邹丽艳;杨倩;吴式琇;金晶;任骅;王绿化 | 申请(专利权)人: | 中国医学科学院肿瘤医院深圳医院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 深圳众鼎汇成知识产权代理有限公司 44566 | 代理人: | 朱业刚 |
地址: | 518117 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 转移 ct 鉴别 模型 生成 方法 鉴别方法 | ||
1.一种骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,包括:
采集携带图像标识的原始能谱CT图,所述图像标识为骨转移瘤标识或骨岛标识;
从所述原始能谱CT图中勾画出感兴趣区域,获取训练感兴趣能谱CT图;
采用特征提取算法对所述训练感兴趣能谱CT图进行特征提取,获取所述训练感兴趣能谱CT图的待筛选特征;
采用F检验算法对所述待筛选特征进行筛选,获取目标训练特征;
基于所述目标训练特征和对应的所述图像标识,形成目标训练样本,采用所述目标训练样本对预设分类模型进行训练,获取骨转移瘤和骨岛图像鉴别模型。
2.如权利要求1所述的骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,所述原始能谱CT图包括钙-水图、水-钙图和碘-钙图;
所述采集携带图像标识的原始能谱CT图,包括:
获取平扫能谱CT图,对所述平扫能谱CT图进行物质分离,获取钙-水图和水-钙图;
获取增强能谱CT图,对所述增强能谱CT图进行物质分离,获取碘-钙图。
3.如权利要求1所述的骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,所述待筛选特征为纹理特征和一阶特征,所述采用特征提取算法对所述训练感兴趣能谱CT图进行特征提取,获取所述训练感兴趣能谱CT图的待筛选特征,包括:
采用灰度矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取所述训练感兴趣能谱CT图对应的纹理特征;
根据直方图函数,对所述训练感兴趣能谱CT图进行处理,获取所述训练感兴趣能谱CT图对应的目标直方图,基于所述目标直方图,获取所述训练感兴趣能谱CT图对应的一阶特征。
4.如权利要求3所述的骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,所述采用灰度矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取所述训练感兴趣能谱CT图对应的纹理特征,包括:
采用灰度共生矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取灰度共生矩阵特征;
采用灰度游程矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取灰度游程矩阵特征;
采用邻域灰度差矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取灰度区域大小矩阵特征;
采用邻域灰度差矩阵算法对所述训练感兴趣能谱CT图进行特征提取,获取邻域灰度差矩阵特征;
其中,所述纹理特征包括灰度共生矩阵特征、灰度游程矩阵特征、灰度区域大小矩阵特征和邻域灰度差矩阵特征。
5.如权利要求1所述的骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,所述采用F检验算法对所述待筛选特征进行筛选,获取目标训练特征,包括:
计算待筛选特征的特征间方差及特征内方差;
基于待筛选特征的所述特征间方差及特征内方差,计算每一所述待筛选特征的对应的特征F值;
对所述特征F值大于预设F值的所述待筛选特征进行处理,获取目标训练特征。
6.如权利要求5所述的骨转移瘤和骨岛的能谱CT鉴别模型生成方法,其特征在于,所述对所述特征F值大于预设F值的所述待筛选特征进行处理,获取目标训练特征,包括:
将所述特征F值大于预设F值的所述待筛选特征确定为训练原始特征;
对所述训练原始特征进行归一化处理,获取目标训练特征。
7.一种能谱CT图像鉴别方法,其特征在于,包括:
获取待鉴别能谱CT图;
从所述待鉴别能谱CT图中勾画出感兴趣区域,获取待鉴别感兴趣能谱CT图;
采用特征提取算法对待鉴别感兴趣能谱CT图进行特征提取,获取与权利要求1-6任一项所述目标训练特征相对应的待鉴别特征;
将待鉴别特征输入如权利要求1-6的骨转移瘤和骨岛图像鉴别模型,获取鉴别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国医学科学院肿瘤医院深圳医院,未经中国医学科学院肿瘤医院深圳医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010680425.7/1.html,转载请声明来源钻瓜专利网。