[发明专利]肺图像的处理方法及装置、电子设备和存储介质有效

专利信息
申请号: 202110956768.6 申请日: 2021-08-19
公开(公告)号: CN113808082B 公开(公告)日: 2023-10-03
发明(设计)人: 杨英健;康雁;郭英委;畅润笙;冯孟婷;李强;杨超然;曹冯秋;郭嘉琦;张智超 申请(专利权)人: 东北大学
主分类号: G06V10/764 分类号: G06V10/764;G06V10/26;G06V10/46;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 吕梦雪
地址: 110819 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种肺图像的处理方法,其特征在于,包括:

获取待处理的肺图像;

根据所述待处理的肺图像,提取多个设定影像组学特征;

基于预设分类模型,根据所述多个设定影像组学特征对慢性阻塞性肺病的等级进行分类。

2.根据权利要求1所述的处理方法,其特征在于,还包括:

根据所有类别的所述多个设定影像组学特征及其第一组设定系数,构造第一影像组学特征;

基于预设分类模型,根据所述多个设定影像组学特征及所述第一影像组学特征对慢性阻塞性肺病的等级进行分类;

或,

获取设定类别;

根据所有类别中的所述设定类别对应的设定影像组学特征及其第二组设定系数,构造第二影像组学特征;

基于预设分类模型,根据所述多个设定影像组学特征及所述第二影像组学特征对慢性阻塞性肺病的等级进行分类;

或,

获取设定类别;

根据所有类别的所述多个设定影像组学特征及其第一组设定系数,构造第一影像组学特征;

根据所述所有类别中的所述设定类别对应的设定影像组学特征及其第二组设定系数,构造第二影像组学特征;

基于预设分类模型,根据所述多个设定影像组学特征、所述第一影像组学特征以及所述第二影像组学特征对慢性阻塞性肺病的等级进行分类。

3.根据权利要求1或2所述的处理方法,其特征在于,所述根据所述待处理的肺图像,提取多个设定影像组学特征的方法,包括:

获取多个设定影像组学特征对应的类别及图像的类型;

对所述待处理的肺图像进行肺区域分割,得到肺区域图像;

根据所述类别及图像的类型,对所述肺区域图像进行影像组学特征提取,得到所述多个设定影像组学特征。

4.根据权利要求2-3任一项所述的处理方法,其特征在于,所述多个设定影像组学特征及所述第一组设定系数的确定方法,包括:

获取具有慢性阻塞性肺病分类等级的设定数目肺图像以及筛选模型;

分别对所述设定数目肺图像进行肺区域分割,得到设定数目的肺区域图像;

分别对所述设定数目的肺区域图像进行影像组学特征提取,得到多个待筛选的影像组学特征;

基于所述筛选模型,利用所述分类等级以及所述多个待筛选的影像组学特征,得到所述多个设定影像组学特征及对应的所述第一组设定系数。

5.根据权利要求2-4任一项所述的处理方法,其特征在于,所述设定类别及所述第二组设定系数的确定方法,包括:

获取筛选模型得到的多个筛选的影像组学特征;

按照所述多个筛选的影像组学特征的类及所述第一组设定系数,分别构造每类下的类影像组学特征;

分别确定每类下的类影像组学特征在分类等级之间的多个显著性;

根据所述多个显著性确定所述设定类别及所述第一组设定系数中设定类别的所述第二组设定系数。

6.根据权利要求5所述的处理方法,其特征在于,所述根据所述多个显著性确定所述设定类别及所述第一组设定系数中设定类别的所述第二组设定系数的方法,包括:

获取显著性设定值;

若在分类等级之间的多个显著性均小于所述显著性设定值,则将此类确定为所述设定类别,并将所述设定类别的影像组学特征对应的系数确定为所述第二组设定系数。

7.根据权利要求2-6任一项所述的处理方法,其特征在于,所述根据所有类别的所述多个设定影像组学特征及其第一组设定系数,构造第一影像组学特征的方法,包括:

获取所述多个设定影像组学特征对应的第一组设定系数;

所述多个设定影像组学特征乘以对应的第一组设定系数,并进行累加,得到所述第一影像组学特征;

以及/或,

所述根据所述所有类别中的所述设定类别对应的设定影像组学特征及其第二组设定系数,构造第二影像组学特征的方法,包括:

获取所述设定类别对应的设定影像组学特征及其第二组设定系数;

所述设定类别对应的设定影像组学特征乘以对应的第二组设定系数,得到所述第二影像组学特征。

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东北大学,未经东北大学许可,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/202110956768.6/1.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