一种基于淋巴结多期相的数据分析方法和装置制造方法及图纸

本发明专利技术提供了一种基于淋巴结多期相的数据分析方法和装置，解决现有淋巴结医学影像辨识过程中多期相数据缺导致增强影像辨识效果有限的技术问题。方法包括：提取淋巴结多期相影像中的基本特征数据；提取所述淋巴结多期相影像间基本特征的变化率特征；利用所述变化率特征确定特征变化线性回归模型；根据所述特征变化线性回归模型形成总体特征变化趋势。利用成熟计算机图形识别技术获取淋巴结内外部构型的大量表现特征，根据采集的特征数据形成单一特征变化、特定复合特征形成的特定组织影像特征增强预测，满足对淋巴结增强影像的的快速模拟，提供丰富的额外多期相影像表达效果。

【技术实现步骤摘要】
一种基于淋巴结多期相的数据分析方法和装置
本专利技术涉及图像识别
，具体涉及一种基于淋巴结多期相的数据分析方法和装置。
技术介绍
现有技术中，结合静脉团注法利用断层扫描形成的多期相增强影像可以增加人工判别淋巴结内部病灶的准确性。由于增强影像的获得受患者体重、循环时间和疾病因素、对比剂的浓度、流速、总量和盐水冲刷，以及CT机扫描速度的影响，人工判别对技能要求较高，易出现误判或漏判。目前计算机图形识别技术可以识别增强影像中的淋巴结个体和基础维度信息，对于大量淋巴结进行快速判读具有较成熟的技术手段。但缺乏将基础维度信息进行有效处理形成增强影像的数据分析方法。
技术实现思路
鉴于上述问题，本专利技术实施例提供一种基于淋巴结多期相的数据分析方法和装置，解决现有淋巴结医学影像辨识过程中多期相数据缺导致增强影像辨识效果有限的技术问题。本专利技术实施例的基于淋巴结多期相的数据分析方法，包括：提取淋巴结多期相影像中的基本特征数据；提取所述淋巴结多期相影像间基本特征的变化率特征；利用所述变化率特征确定特征变化线性回归模型；根据所述特征变化线性回归模型形成总体特征变化趋势。本专利技术一实施例中，所述提取淋巴结多期相影像中的基本特征数据包括：确定多期相医学影像的特征尺度；在所述特征尺度内获取淋巴结一阶特征的统计数据；利用所述一阶特征获取淋巴结形态学特征的统计数据；利用所述形态学特征获取淋巴结纹理特征的统计数据。本专利技术一实施例中，所述提取所述淋巴结多期相影像间基本特征的变化率特征包括：在所述多期相影像间确定对应的基本特征；根据所述多期相影像间的特征数据差异形成各所述基本特征的变化率特征数据。本专利技术一实施例中，所述利用所述变化率特征确定特征变化线性回归模型包括：获取每一所述变化率特征的拐点数据，根据所述数据拐点设定非线性曲线的顶点；确定所述非线性曲线的系数线性回归误差函数，形成每一所述变化率特征的数据拟合曲线。本专利技术一实施例中，所述根据所述特征变化线性回归模型形成总体特征变化趋势包括：在相邻期相影像间根据各所述基础特征对应的所述变化率特征数据拟合曲线形成相邻期相时长内确定时间点上全部基础特征的变化偏移数据；根据所述全部基础特征的变化偏移数据形成插入期相影像；通过所述插入期相影像和多期相影像形成总体特征变化趋势。本专利技术实施例的基于淋巴结多期相的数据分析装置，包括：存储器，用于存储如权利要求1至5任一所述的的基于淋巴结多期相的数据分析方法处理过程的程序代码；处理器，用于执行所述程序代码。本专利技术实施例的基于淋巴结多期相的数据分析装置，包括：基本特征获取模块，用于提取淋巴结多期相影像中的基本特征数据；高维特征获取模块，用于提取所述淋巴结多期相影像间基本特征的变化率特征；特征变化建模模块，用于利用所述变化率特征确定特征变化线性回归模型；特征趋势拟合模块，用于根据所述特征变化线性回归模型形成总体特征变化趋势。本专利技术实施例的基于淋巴结多期相的数据分析方法和装置利用成熟计算机图形识别技术获取淋巴结内外部构型的大量表现特征，根据采集的特征数据形成单一特征变化、特定复合特征形成的特定组织影像特征增强预测，满足对淋巴结增强影像的的快速模拟，提供丰富的额外多期相影像表达效果。附图说明图1所示为本专利技术一实施例基于淋巴结多期相的数据分析方法的流程示意图。图2所示为本专利技术一实施例基于淋巴结多期相的数据分析方法的特征提取流程图。图3所示为本专利技术一实施例基于淋巴结多期相的数据分析方法的变化率特征提取方法流程图。图4所示为本专利技术一实施例基于淋巴结多期相的数据分析方法的线性回归模型构建流程图。图5所示为本专利技术一实施例基于淋巴结多期相的数据分析方法的变化趋势形成流程图。图6所示为本专利技术一实施例基于淋巴结多期相的数据分析装置的架构示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本专利技术作进一步说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术一实施例的基于淋巴结多期相的数据分析方法如图1所示。在图1中，本实施例包括：步骤100：提取淋巴结多期相影像中的基本特征数据。本领域技术人员可以理解，多期相影像利用断面螺旋扫描技术，使用团注法注入对比剂形成5秒左右间隔的注入时延，可以获得确定范围内淋巴结内部不同种类间质的断面增强影像，例如血管和神经等的突出显现。本领域技术人员可以理解，基本特征是指影像在计算机图形技术识别过程中可以采集的影像特征和基本特征数据，包括但不限于一阶统计特征、纹理特征和形态学特征等。步骤200：提取淋巴结多期相影像间基本特征的变化率特征。多期相影像成相存在时序差异，同一基本特征可以获得不同的时序测量数据，时序测量数据的变化率突出了特定器官组织的生理构成针对对比剂形成的特征变化。步骤300：利用变化率特征确定特征变化线性回归模型。每一基本特征的变化过程可以采用一系列线性回归模型进行拟合，确定的线性回归模型与确定的基本特征形成匹配对基本特征的变化趋势进行量化。步骤400：根据特征变化线性回归模型形成总体特征变化趋势。特征变化线性回归模型的再次定向拟合可以反映相应器官组织的生理构成的参考变化，使得淋巴结的内外部变化得以快速量化。本专利技术实施例的基于淋巴结多期相的数据分析方法利用成熟计算机图形识别技术获取淋巴结内外部构型的大量表现特征，根据采集的特征数据形成单一特征变化、特定复合特征形成的特定组织影像特征增强预测，满足对淋巴结增强影像的的快速模拟，提供丰富的额外多期相影像表达效果。本专利技术一实施例的基于淋巴结多期相的数据分析方法如图2所示。在图2中，本实施例特征提取包括：步骤110：确定医学影像的特征尺度。多期相医学影像灰度值跨度较大，通过灰度值归一化处理确定像素值。将淋巴结多期相的像素灰度级别设置为10bit深度。步骤120：在特征尺度内获取淋巴结一阶特征的统计数据。一阶特征采用灰度直方图统计数据，利用灰度直方图形成单一医学影像的对应的多层单一灰度图像。步骤130：利用一阶特征获取淋巴结形态学特征的统计数据。通过OpenCV软件获得各多层单一灰度图像中的组织图形，建立淋巴结形态学特征。利用识别的各连续灰度区间内单一灰度图像中的组织图形形成图形校验提高识别准确度，利用识别的组织图形构建形态学特征的统计数据。形态学特征包括但不限于组织图形尺度、组织图形相对位置和组织图形间的最接近轮廓位置等。步骤140：利用形态学特征获取淋巴结纹理特征的统计数据。...

【技术保护点】
1.一种基于淋巴结多期相的数据分析方法，其特征在于，包括：/n提取淋巴结多期相影像中的基本特征数据；/n提取所述淋巴结多期相影像间基本特征的变化率特征；/n利用所述变化率特征确定特征变化线性回归模型；/n根据所述特征变化线性回归模型形成总体特征变化趋势。/n

【技术特征摘要】
1.一种基于淋巴结多期相的数据分析方法，其特征在于，包括：
提取淋巴结多期相影像中的基本特征数据；
提取所述淋巴结多期相影像间基本特征的变化率特征；
利用所述变化率特征确定特征变化线性回归模型；
根据所述特征变化线性回归模型形成总体特征变化趋势。


2.如权利要求1所述的基于淋巴结多期相的数据分析方法，其特征在于，所述提取淋巴结多期相影像中的基本特征数据包括：
确定多期相医学影像的特征尺度；
在所述特征尺度内获取淋巴结一阶特征的统计数据；
利用所述一阶特征获取淋巴结形态学特征的统计数据；
利用所述形态学特征获取淋巴结纹理特征的统计数据。


3.如权利要求2所述的基于淋巴结多期相的数据分析方法，其特征在于，所述提取所述淋巴结多期相影像间基本特征的变化率特征包括：
在所述多期相影像间确定对应的基本特征；
根据所述多期相影像间的特征数据差异形成各所述基本特征的变化率特征数据。


4.如权利要求3所述的基于淋巴结多期相的数据分析方法，其特征在于，所述利用所述变化率特征确定特征变化线性回归模型包括：
获取每一所述变化率特征的拐点数据，根据所述数据拐点设定非线性曲线的顶...

【专利技术属性】
技术研发人员：王铸，
申请(专利权)人：中国医学科学院肿瘤医院，
类型：发明
国别省市：北京;11