【技术实现步骤摘要】
一种肺部纵膈淋巴结检测模型的生成方法及系统
本专利技术涉及医疗图像处理
,尤其涉及一种肺部纵膈淋巴结检测模型的生成方法及系统。
技术介绍
肺癌是世界上最常见的恶性肿瘤之一。在我国,肺癌的发病率、死亡率均高居恶性肿瘤之首,严重威胁着国民的健康。降低肺癌死亡率,一方面依赖于肺癌的早期发现与及时治疗,另一方面对于已进展为中晚期的肺癌,尽可能在治疗前明确肺癌的分子分型、基因表型、淋巴结有无异常等肿瘤信息,针对不同的肺癌,选择合理的治疗方案,即个性化治疗或精准治疗。对于纵隔淋巴结异常,CT是最常用的检测手段之一,它有以下几方面作用:①准确测量淋巴结直径;②勾画淋巴结的形态学表现;③显示对比增强前后淋巴结密度与内部特征;④确定异常淋巴结的位置、浸及范围,以及与周围纵隔结构的关系。通过淋巴结形态、大小、密度及强化特点等这些肉眼可见的特征来检测淋巴结有无异常。通常以淋巴结短轴直径大于1cm为增大;且淋巴结越大,提示有明显异常的可能性越大。但通过CT得到的结果准确性有限,且对肿瘤的评估价值十分有限,很难从患者肺癌病灶影像中直接得 ...
【技术保护点】
1.一种肺部纵膈淋巴结检测模型的生成方法,其特征在于,具体包括以下步骤:/n步骤S1,获取若干纵膈淋巴结患者的有效肺部CT图像,以及所述有效肺部CT图像对应的病理信息;/n步骤S2,分别对各所述有效肺部CT图像进行高维特征提取得到相应的高维特征数据,将每个所述高维特征数据及对应的所述病理信息加入一图像特征向量,并将各所述图像特征向量保存至一图像特征数据库;/n步骤S3,根据预设的模型参数建立初始检测模型,并将所述图像特征数据库中的各所述图像特征向量进行分组,得到训练集和测试集;/n步骤S4,根据所述训练集中的各所述图像特征向量对所述初始检测模型进行训练,得到中间检测模型;/ ...
【技术特征摘要】
1.一种肺部纵膈淋巴结检测模型的生成方法,其特征在于,具体包括以下步骤:
步骤S1,获取若干纵膈淋巴结患者的有效肺部CT图像,以及所述有效肺部CT图像对应的病理信息;
步骤S2,分别对各所述有效肺部CT图像进行高维特征提取得到相应的高维特征数据,将每个所述高维特征数据及对应的所述病理信息加入一图像特征向量,并将各所述图像特征向量保存至一图像特征数据库;
步骤S3,根据预设的模型参数建立初始检测模型,并将所述图像特征数据库中的各所述图像特征向量进行分组,得到训练集和测试集;
步骤S4,根据所述训练集中的各所述图像特征向量对所述初始检测模型进行训练,得到中间检测模型;
步骤S5,根据所述测试集中的各所述图像特征向量测试所述中间检测模型的准确率,并将所述准确率与预设的准确率阈值进行比较:
若所述准确率小于所述准确率阈值,则调整所述模型参数,以对所述初始检测模型进行优化,随后返回所述步骤S4;
若所述准确率不小于所述准确率阈值,则转向步骤S6;
步骤S6,将所述中间检测模型作为肺部纵膈淋巴检测模型进行保存,以对肺部纵膈淋巴结异常进行检测。
2.根据权利要求1所述的肺部纵膈淋巴结检测模型的生成方法,其特征在于,所述有效肺部CT图像为纵膈淋巴结的横径最大的扫描层面,和/或与纵膈淋巴结的横径最大的所述扫描层面相邻的两个扫描层面。
3.根据权利要求1所述的肺部纵膈淋巴结检测模型的生成方法,其特征在于,所述病理信息为肺部纵膈淋巴结为正常淋巴结或所述肺部纵膈淋巴结为异常淋巴结。
4.根据权利要求1所述的肺部纵膈淋巴结检测模型的生成方法,其特征在于,所述高维特征数据包括纹理特征和/或灰度特征。
5.根据权利要求1所述的肺部纵膈淋巴结检测模型的生成方法,其特征在于,所述步骤S5具体包括:
步骤S51,分别将所述测试集中的每个所述图像特征向量中的所述高维特征数据输入所述中间检测模型,得到相应的检测结果;
步骤S52,将各所述检测结果与对应的所述图像特征向量中的所述病理信息进行比较:
若所述检测结果与所述病理信息一致,则将对应的所述图像特征向量加入一准确向量集,随后转向步骤S53;
若所述检测结果与所述病理信息不一致,则将对应的所述图像特征向量加入一不准确向量集,随后转向步骤S53;
步骤S53,分别统计所述准确向量集和所述不准确向量集中的所述图像特征向量的数量,并根据统计结果计算得到所述中间检测模型的准确率;
步骤S54,将所述准确率与预设的准确率阈值进行比较:
若所述准确率小于所述准确率阈值,则调整所述模型参数,以对所述初始检测模型进行优化,随后返回所述步骤S4;
若所述准确率不小于所述准确率阈值,则转向步骤S6。
6.一种肺部纵膈淋巴结检测模型的生成系统,其特征在于,应用如权利要求1-5中任意一项中所述的肺部纵膈淋巴结检测...
【专利技术属性】
技术研发人员:汪洋,佘云浪,邓家骏,谢冬,陈昶,
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
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。