[发明专利]一种磨玻璃肺结节自动分类方法及系统在审
申请号: | 202010961293.5 | 申请日: | 2020-09-14 |
公开(公告)号: | CN112215799A | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | 万涛;张宁民;秦曾昌 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 玻璃 结节 自动 分类 方法 系统 | ||
1.一种磨玻璃肺结节自动分类方法及系统,其特征在于,包括以下步骤:
针对高分辨率胸部CT图像进行数据采集以及肺结节标注;
对采集后的所述胸部CT图像依次进行肺结节区域提取以及肺结节三维建模操作;
对肺结节区域的提取和肺结节三维建模操作后的所述图像进行肺结节图像特征提取操作,并对特征提取操作后的所述特征进行特征选择操作;
将特征选择操作后的所述特征向量输入随机森林分类器进行分类器训练操作,设计评价体系用于评价磨玻璃肺结节中微浸润性腺癌和浸润性腺癌的分类结果,并对该方法进行临床可行性分析。
2.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述针对高分辨率胸部CT图像进行数据采集包括:从医院影像归档和通信系统(picturearchiving and communication systems,PACS)系统中筛选出符合要求的高分辨率胸部CT图像,由经验丰富的影像科医师标注每张胸部CT图像的肺结节区域。
3.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述对采集后的高分辨率胸部CT图像进行肺结节区域自动提取操作包括:针对影像科医师标注的肺结节区域边缘和周边区域的灰度值在CT图像上存在明显差异的特点,通过采用边缘检测和形态学图像处理方法,获得肺结节区域图像。
4.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述肺结节图像进行三维建模操作包括:针对二维层面的肺结节区域图像,采用基于体绘制的三维数据场多表面显示方法对肺结节进行三维建模,获得肺结节的三维模型。
5.根据权利要求4所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述肺结节三维建模操作包括:首先采用灰度加权法提取肺结节图像边界体元,然后对边界体元进行赋予阻光度的操作并进行光度合成计算。随后,将边界体元作为不同物质的混合体,并采用三线性插值对视线方向与体素内等值面的交点进行计算。最后为了提高三维肺结节的显示质量,根据交点的法向量进行光照效应计算。
6.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述三维肺结节模型的图像特征提取操作包括:针对所述三维建模后的三维肺结节模型进行图像特征提取,获取三维肺结节的形态、灰度及纹理特征。
7.根据权利要求6所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述获取肺结节的形态、灰度及纹理特征包括:提取的形态特征包括表面积、体积、表面积、长轴长度、短轴长度;灰度特征包括灰度均值、灰度方差、峰度、曲折度;纹理特征包括三维局部二值模式、灰度共生矩阵和灰度游程矩阵的相关统计量。
8.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述对特征提取操作后的所述特征进行特征选择操作包括:采用最大相关-最小冗余(max-relevance and min-redundancy,mRMR)方法,该方法在特征选择过程中不仅考虑到了特征和标签之间的相关性,同时考虑了特征和特征之间的相关性。通过互信息(mutualinformation,MI)作为度量标准,找到原始特征集合中与最终输出结果相关性最大,但是特征彼此之间相关性最小的一组特征。通过交叉验证测试,最后选择结果最好的一组特征向量。
9.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,所述将特征选择操作后的所述特征向量输入随机森林分类器进行分类器训练操作包括:采用k折交叉验证方法,使得分类器在训练过程中自动选取最优参数,从而提高分类其性能。该方法中k的取值为10。
10.根据权利要求1所述的一种磨玻璃肺结节自动分类方法及系统,其特征在于,还包括:结合表征肺微浸润性腺癌和浸润性腺癌的磨玻璃肺结节的分类结果,设计一种评价磨玻璃肺结节分类准确度的评价体系,完成磨玻璃肺结节自动分类方法的临床可行性分析。
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北京航空航天大学,未经北京航空航天大学许可,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/202010961293.5/1.html,转载请声明来源钻瓜专利网。