一种肺部纵膈淋巴结的性质判定方法及系统技术方案

本发明专利技术提供一种肺部纵膈淋巴结的性质判定系统及方法，涉及医学图像处理技术领域，包括：将采集的若干肺部断层扫描图像进行图像分割，得到每个肺部断层扫描图像的病灶部位图像；提取各病灶部位图像的高维特征数据；针对每个病灶部位图像，获取肺部纵膈淋巴结的真实恶性概率，并将病灶部位图像、高维特征数据以及真实恶性概率加入一病灶数据集合；根据各病灶数据集合构建图像特征数据库；根据图像特征数据库训练得到肺部纵膈淋巴结的性质判定模型；将待预测病人的肺部断层扫描图像输入性质判定模型中，得到待预测病人的肺部纵膈淋巴结的预测恶性概率，以供医生进行临床诊断参考。有效提升纵膈淋巴结的性质判定的准确性；减轻了医生的工作量。

A method and system for determining the nature of pulmonary mediastinal lymph nodes

【技术实现步骤摘要】
一种肺部纵膈淋巴结的性质判定方法及系统
本专利技术涉及医学图像处理
，尤其涉及一种肺部纵膈淋巴结的性质判定方法及系统。
技术介绍
肺癌是世界上常见的恶性肿瘤之一，是全球癌症相关的首要致死原因，其发病率还是癌症相关死亡率均位于恶性肿瘤的首位，全球每年新增病例约220万例，致死约150万例；在我国，肺癌无论发病率还是癌症相关死亡率仍居恶性肿瘤的首位，严重威胁着国民的健康。而准确判定肺癌患者纵隔淋巴结的良恶性可以帮助临床医生判断和决定手术清扫范围、是否辅助化疗以及进行生存预后评估，对肺癌的分期、治疗和预后有重要意义。目前肺癌患者的常规检查、治疗方案的选择及治疗疗效的检测等大多数都是通过医学影像完成，依据计算机断层成像(ComputerTomography,CT)、正电子发射断层成像(PositronEmissionTomography,PET)等医学影像学检查方法，医生清楚地看到患者的内部病灶并监测其病情变化。在传统的诊断中，专业医师往往需要依靠经验，对比分析病例的一系列图像来判定淋巴结的良恶性。这种方法需要专业医生对大量的数据进行繁琐本文档来自技高网...

【技术保护点】
1.一种肺部纵膈淋巴结的性质判定系统，其特征在于，具体包括：/n图像分割模块，用于采集若干病人的肺部断层扫描图像，并对各所述肺部断层扫描图像进行进行图像分割，得到每个所述肺部断层扫描图像对应的肺部纵膈淋巴结所在处的病灶部位图像；/n特征提取模块，连接所述图像分割模块，用于分别对各所述病灶部位图像进行特征提取，得到各所述病灶部位图像的高维特征数据；/n数据整合模块，分别连接所述图像分割模块和所述特征提取模块，用于针对每个所述病灶部位图像，获取对应于所述病灶部位图像的所述肺部纵膈淋巴结的真实恶性概率，并将所述病灶部位图像、所述高维特征数据以及所述真实恶性概率加入一病灶数据集合；/n数据库构建模块，...

【技术特征摘要】
1.一种肺部纵膈淋巴结的性质判定系统，其特征在于，具体包括：
图像分割模块，用于采集若干病人的肺部断层扫描图像，并对各所述肺部断层扫描图像进行进行图像分割，得到每个所述肺部断层扫描图像对应的肺部纵膈淋巴结所在处的病灶部位图像；
特征提取模块，连接所述图像分割模块，用于分别对各所述病灶部位图像进行特征提取，得到各所述病灶部位图像的高维特征数据；
数据整合模块，分别连接所述图像分割模块和所述特征提取模块，用于针对每个所述病灶部位图像，获取对应于所述病灶部位图像的所述肺部纵膈淋巴结的真实恶性概率，并将所述病灶部位图像、所述高维特征数据以及所述真实恶性概率加入一病灶数据集合；
数据库构建模块，连接所述数据整合模块，用于根据各所述病灶数据集合构建图像特征数据库；
模型训练模块，连接所述数据库构建模块，用于根据所述图像特征数据库训练得到所述肺部纵膈淋巴结的性质判定模型；
模型预测模块，连接所述模型训练模块，用于将待预测病人的所述肺部断层扫描图像输入所述性质判定模型中，得到所述待预测病人的所述肺部纵膈淋巴结的预测恶性概率，以供医生进行临床诊断参考。


2.根据权利要求1所述的肺部纵膈淋巴结的性质判定系统，其特征在于，所述高维特征数据包括所述病灶部位图像的形态特征数据，和/或纹理特征数据，和/或灰度特征数据。


3.根据权利要求1所述的部纵膈淋巴结的性质判定系统，其特征在于，所述真实恶性概率为0或1。


4.根据权利要求1所述的部纵膈淋巴结的性质判定系统，其特征在于，所述模型训练模块具体包括：
数据划分单元，用于将所述图像特征数据库中的各所述病灶数据集合划分为训练集和测试集；
数据训练单元，连接所述数据划分单元，用于根据所述训练集中的各所述病灶数据集合训练得到所述肺部纵膈淋巴结的性质判定模型；
模型评估单元，分别连接所述数据划分单元和所述数据训练单元，用于将所述测试集中的各所述病灶数据集合输入所述性质判定模型中得到相应的预测恶性概率，并将各所述预测恶性概率与对应的所述真实恶性概率进行对比，根据对比结果对所述性质判定模型进行效能评估得到效能评估结果；
数据输出单元，分别连接所述数据训练单元和所述模型评估单元，用于输出所述性质判定模型和所述效能评估结果，医生根据...

【专利技术属性】
技术研发人员：邓家骏，陈昶，谢冬，佘云浪，吴俊琪，
申请(专利权)人：上海市肺科医院上海市职业病防治院，
类型：发明
国别省市：上海;31