[发明专利]适用于肝脏肿瘤的识别方法、装置及电子设备有效

专利信息
申请号: 202110375822.8 申请日: 2021-04-07
公开(公告)号: CN113205111B 公开(公告)日: 2023-05-26
发明(设计)人: 罗立刚;罗翔;侯波林;罗祥凤;高光明 申请(专利权)人: 零氪智慧医疗科技(天津)有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/80;G06V10/82;G06N3/0442;G06N3/0464;G06N3/047;G06N3/09
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 卜荣丽;李志刚
地址: 300350 天津市津南区咸*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 适用于 肝脏 肿瘤 识别 方法 装置 电子设备
【权利要求书】:

1.一种适用于肝脏肿瘤的识别方法,其特征在于,包括:

获取腹部时序连续的增强扫描CT影像数据,并采用图像处理算法对所述CT影像数据进行预处理;

采用深度学习算法对预处理后的CT影像数据进行特征粗提取,并对提取出的粗提特征进行多尺度处理,固定粗提特征的维度;

在固定粗提特征的维度后,利用多尺度处理对应的分类器对固定维度后的粗提特征进行分类;

根据所述分类器的分类结果,判断识别肝脏肿瘤良恶性的概率;

所述采用深度学习算法对预处理后的CT影像数据进行特征粗提取,并对提取出的粗提特征进行多尺度处理,固定粗提特征的维度,包括:

采用2D卷积神经网络对预处理后的CT影像数据进行特征粗提取;

分别对提取出的粗提特征进行多尺度平均特征、局部最大特征和LSTM时序特征处理,固定粗提特征的维度;

对提取出的粗提特征进行多尺度平均特征处理包括:

所述CT影像数据为3D影像序列数据,提取出的粗提特征的维度不固定,影像序列长度不同;

对不同的影像序列长度进行不同尺度的采样,得到不同尺度的特征;

采用平均值或最大值方式聚合不同尺度的特征,提取影像序列中多维的局部特征和全局特征;

对提取出的粗提特征进行局部最大特征处理包括:

对不同的影像序列长度进行不同尺度的采样,得到不同尺度的特征;

采用最大值方式聚合不同尺度的特征,提取所有不同尺度的中位数位置的局部最大特征;

对提取出的粗提特征进行LSTM时序特征处理包括:

对多期时序连续预设张数的影像序列进行CNN多尺度特征处理,得到影像序列的时序特征;

训练LSTM网络,将影像序列的时序特征作为LSTM的时序输入。

2.根据权利要求1所述的方法,其特征在于,所述获取腹部时序连续的增强扫描CT影像数据,并采用图像处理算法对所述CT影像数据进行预处理,包括:

获取多期腹部时序连续的多张增强扫描CT影像数据,其中,所述多期包括平扫期、动脉期、门脉期和平衡期;

将多期腹部时序连续的多张增强扫描CT影像数据进行堆叠,以利用CT影像数据的时序特征;

采用图像处理算法对所述CT影像数据依次进行窗位截取和重采样归一化。

3.根据权利要求1所述的方法,其特征在于,所述在固定粗提特征的维度后,利用多尺度处理对应的分类器对固定维度后的粗提特征进行分类,包括:

所述分类器包括XGBoost和全连接神经网络;

多尺度平均特征对应的分类器为第一XGBoost,局部最大特征对应的分类器为第二XGBoost,LSTM时序特征对应的分类器为全连接神经网络;

利用第一XGBoost对多尺度平均特征进行分类,利用第二XGBoost对局部最大特征进行分类,利用全连接神经网络对LSTM时序特征进行分类,分别得出分类结果。

4.根据权利要求1所述的方法,其特征在于,所述根据所述分类器的分类结果,判断识别肝脏肿瘤良恶性的概率,包括:

将所述分类器的分类结果进行融合,投票得到最终结果;

根据所述最终结果判断识别肝脏肿瘤良恶性的概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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零氪智慧医疗科技(天津)有限公司,未经零氪智慧医疗科技(天津)有限公司许可,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/202110375822.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top