[发明专利]慢阻肺的分级方法及装置、电子设备和存储介质

权利要求书

1.一种慢阻肺的分级方法，其特征在于，包括：

获取肺实质图像对应的影像组学特征；基于肺实质图像对应的分级标签，对所述影像组学特征进行选择，得到选择的影像组学特征；并确定所述影像组学特征的数目；

利用所述影像组学特征生成影像组学特征图，对所述影像组学特征图进行卷积操作，得到所述数目的卷积特征；

对所述影像组学特征及所述卷积特征进行融合操作，得到融合特征；根据所述融合特征，确定图卷积网络的风险因素特征；对所述风险因素特征及所述融合特征进行拼接操作，得到拼接特征；

基于所述图卷积网络，利用所述拼接特征实现慢阻肺的分级。

2.根据权利要求1所述的慢阻肺的分级方法，其特征在于，所述基于所述图卷积网络，利用所述拼接特征实现慢阻肺的分级的方法，包括：

获取所述图卷积网络的节点数目；

基于所述拼接特征的风险因素特征，得到所述风险因素特征的数目对应的子边缘约束矩阵；并对所述子边缘约束矩阵进行融合，得到边缘约束矩阵；

基于所述节点数目对应的拼接特征的融合特征，得到三维差值矩阵；并对所述三维差值矩阵进行卷积操作，得到边缘权重矩阵；

基于所述边缘约束矩阵及边缘权重矩阵得到邻接矩阵；利用所述邻接矩阵及所述拼接特征实现慢阻肺的分级。

3.根据权利要求2所述的慢阻肺的分级方法，其特征在于，所述基于所述拼接特征的风险因素特征，得到所述风险因素特征的数目对应的子边缘约束矩阵的方法，包括：

将每个所述拼接特征的风险因素特征进行列排列，得到所述所述风险因素特征数目个风险因素特征向量；

分别以每个风险因素特征向量的一个特征为基础特征，每个风险因素特征向量的所有特征与所述基础特征进行元素级的差值操作，得到所述风险因素特征的数目对应的子边缘约束矩阵；

以及/或，

所述对所述子边缘约束矩阵进行融合，得到边缘约束矩阵的方法，包括：对所述子边缘约束矩阵进行对应元素相加操作，得到边缘约束矩阵。

4.根据权利要求2或3所述的慢阻肺的分级方法，其特征在于，所述基于所述节点数目对应的拼接特征的融合特征，得到三维差值矩阵的方法，包括：

将每个所述拼接特征的融合特征进行列排列，得到融合特征向量；

将所述数目的融合特征向量进行复制后，并进行拼接操作，得到三维特征；并对所述三维特征进行转置操作，得到转置三维特征；将所述三维特征及所述转置三维特征进行元素级的差值操作，得到三维差值矩阵；

以及/或，所述对所述三维差值矩阵进行卷积操作，得到边缘权重矩阵的方法，包括：

利用大于1×1的卷积核，对所述三维差值矩阵进行上采样操作，得到上采样特征图；

利用大于1×1的卷积核，对上采样特征图进行下采样操作，得到边缘权重矩阵；

以及/或，所述基于所述边缘约束矩阵及边缘权重矩阵得到邻接矩阵的方法，包括：

将所述边缘约束矩阵及边缘权重矩阵进行元素级的相乘，得到邻接矩阵；

以及/或，所述基于所述图卷积网络，利用所述邻接矩阵及所述拼接特征实现慢阻肺的分级的方法，包括：

将所述邻接矩阵及所述拼接特征进行矩阵乘法操作，得到邻接特征矩阵；

所述邻接特征矩阵经过全连接层，得到邻接特征向量；并将所述邻接特征与所述拼接特征进行拼接，得到分类向量；并利用所述分类向量进行慢阻肺的分级。

5.根据权利要求1-4任一项所述的慢阻肺的分级方法，其特征在于，所述利用所述影像组学特征生成影像组学特征图的方法，包括：

确定所述影像组学特征数目M；

对所述影像组学特征按照设定的方式进行排列，生成M×M的影像组学特征图。

6.根据权利要求1-5任一项所述的慢阻肺的分级方法，其特征在于，对所述影像组学特征图进行卷积操作，得到所述数目的卷积特征的方法，包括：

获取迁移卷积模型；

利用所述迁移卷积模型对所述影像组学特征图进行卷积操作，得到所述数目的卷积特征。