【技术实现步骤摘要】
一种图像异常检测方法及存储介质
本专利技术涉医学影像处理领域,特别涉及一种图像异常检测方法及存储介质。
技术介绍
先天性心脏病(congenitalheartdisease,CHD,以下简称先心病)是最常见的先天性出生缺陷,其中室间隔缺损(ventricularseptaldefect,VSD)、房间隔缺损(atrialseptaldefect,ASD)是最常见的非紫绀型先心病,其发病率约占先心病的25%~35%。目前临床上常用的先心病影像诊断方法包括胸片、超声心动图(echocardiography,ECHO)、计算机断层(computedtomography,CT)、磁共振(magneticresonanceimaging,MRI)及心导管造影(angiocardiography,CAG)。ECHO是目前临床最常用的先心病筛查方法。心脏磁共振(cardiovascularmagneticresonance,CMR)检查时间长,镇静要求高,空间分辨率略低以及检查费用相对高,目前在亚洲地区先心病术前诊断中应用较少。随着CT快速发展,低辐射、高空间和时间分辨率、低镇静要求(甚至可以非镇静状态下扫描),在儿童先心病诊断中逐渐应用广泛。由于ECHO对于心外结构的显示不如心脏CT(cardiacCT,CCT)和CMR。目前临床术前诊断先心病往往ECHO结合CCT,两者互为补充,提供更为有效、全面的先心病诊断信息。CCT完成扫描后需要专科影像医师进行后处理,人工分割并重建图像,最后根据重建的图像进行诊断,每个病例的后处 ...
【技术保护点】
1.一种图像异常检测方法,其特征在于,包括如下步骤:/n获取步骤,获取多个患者心脏影像以及正常心脏影像的数据化样本,每一数据化样本包括一心脏影像被数据化处理后获得的一组影像数据;/n样本标签步骤,将所述心脏影像标注标签,所述标签为所述心脏影像的疾病类别;/n样本分类步骤,将所述数据化样本分成训练样本及测试样本两类;/n数据模型构建步骤,利用所述训练样本的影像数据及组别标签构建并训练初级数据模型;/n验证步骤,根据至少一测试样本的影像数据对所述初级数据模型进行交叉验证处理;/n数据模型优化步骤,根据交叉验证的结果构建优化数据模型;/n被检测样本采集步骤,采集一被检测样本,其为一被检测人的心脏图像的数据化样本,包括该被检测人的心脏图像被数据化处理后获得的一组影像数据;以及/n判断步骤,将所述待检测样本录入至所述优化数据模型,所述优化数据模型获取所述待检测样本的组别标签,输出所述被检测人的标签类别。/n
【技术特征摘要】
1.一种图像异常检测方法,其特征在于,包括如下步骤:
获取步骤,获取多个患者心脏影像以及正常心脏影像的数据化样本,每一数据化样本包括一心脏影像被数据化处理后获得的一组影像数据;
样本标签步骤,将所述心脏影像标注标签,所述标签为所述心脏影像的疾病类别;
样本分类步骤,将所述数据化样本分成训练样本及测试样本两类;
数据模型构建步骤,利用所述训练样本的影像数据及组别标签构建并训练初级数据模型;
验证步骤,根据至少一测试样本的影像数据对所述初级数据模型进行交叉验证处理;
数据模型优化步骤,根据交叉验证的结果构建优化数据模型;
被检测样本采集步骤,采集一被检测样本,其为一被检测人的心脏图像的数据化样本,包括该被检测人的心脏图像被数据化处理后获得的一组影像数据;以及
判断步骤,将所述待检测样本录入至所述优化数据模型,所述优化数据模型获取所述待检测样本的组别标签,输出所述被检测人的标签类别。
2.如权利要求1所述的图像异常检测方法,其特征在于,
所述获取步骤,包括如下步骤:
影像获取步骤,采用CT机拍摄患者的心脏;
样本预处理步骤,对心脏影像图进行深度学习的数据化处理,获取两组以上影像数据,每一组影像数据包括至少一特征数据;
数据化样本生成步骤,生成两个以上数据化样本,每一数据化样本包括一该患者心脏图像数据化处理后获得的一组影像数据。
3.如权利要求2所述的图像异常检测方法,其特征在于,
所述样本预处理步骤,包括如下步骤:
分区步骤,将每一心脏图像分成两个以上特征区域;以及
特征提取步骤,对每一特征区域进行卷积池化处理,提取每一特征区域的特征数据;所有特征区域的特征数据的集合即为所述影像数据。
4.如权利要求1所述的图像异常检测方法,其特征在于,
所述初级数据模型包括RPN网络与FastR-CNN网络,
所述RPN网络与FastR-CNN网络共享底层卷积层,底层卷积层包括五层卷积层,
底层卷积层后包括第六卷积层,第六卷积层连接两个卷积分支,通过两个卷积分支分别输出初始区域分类得分与边界框,构成RPN网络,通过RPN...
【专利技术属性】
技术研发人员:王乾,郭宇宇,魏冬铭,宣锴,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。