一种区分肺结核与肿瘤信息的处理系统及信息处理方法技术方案

本发明专利技术属于医疗诊断技术领域，公开了一种区分肺结核与肿瘤信息的处理系统及信息处理方法，区分肺结核与肿瘤信息的处理系统包括：患者信息采集模块、肺部影像采集模块、中央控制模块、肺部影像增强模块、影像分割模块、影像特征提取模块、影像检索模块、对比模块、病症分析模块、治疗方案编写模块、诊断报告生成模块、显示模块。本发明专利技术通过影像分割模块自动去除人体躯干、床板等干扰因素，从而可以快速准确地提取出肺实质影像，以更好地辅助医生；同时，通过影像检索模块大大提升了医生用户查找近似肺部影像的效率，并根据待检索影像中包含病灶类型的不同，获取相应的检索特征向量，基于检索特征向量进行相似样本肺部影像的检索，从而提高了肺部影像检索的准确度。

【技术实现步骤摘要】
一种区分肺结核与肿瘤信息的处理系统及信息处理方法
本专利技术属于医疗诊断
，尤其涉及一种区分肺结核与肿瘤信息的处理系统及信息处理方法。
技术介绍
肺部肿瘤指发生在肺实质及肺间质的肿瘤。按其来源分为原发性和继发性(转移性)；按其生物特性分为良性或恶性；按其组织形态可归类为上皮性肿瘤、软组织肿瘤和间皮细胞瘤。结核病是由结核分枝杆菌引起的慢性传染病，可侵及许多脏器，以肺部结核感染最为常见。排菌者为其重要的传染源。人体感染结核菌后不一定发病，当抵抗力降低或细胞介导的变态反应增高时，才可能引起临床发病。若能及时诊断，并予合理治疗，大多可获临床痊愈。结核菌属于放线菌目，分枝杆菌科的分枝杆菌属，为有致病力的耐酸菌。主要分为人、牛、鸟、鼠等型。对人有致病性者主要是人型菌，牛型菌少有感染。结核菌对药物的耐药性，可由菌群中先天耐药菌发展而形成，也可由于在人体中单独使用一种抗结核药而较快产生对该药的耐药性，即获得耐药菌。耐药菌可造成治疗上的困难，影响疗效。然而，现有对肺部影像分割速度慢，分割准确性差；同时，通过人工方式查找类似病灶病例的肺部影像，从大量的历史肺本文档来自技高网...

【技术保护点】
1.一种区分肺结核与肿瘤信息处理方法，其特征在于，所述区分肺结核与肿瘤信息处理方法包括：/n步骤一，采集身份、年龄、工作、住址、病症状态信息以及肺部影像数据；/n步骤二，利用影像增强程序对步骤一采集的肺部影像进行增强处理；使用一个两层前馈神经网络作为深度神经网络来计算期望的增强值，网络的参数增强值将通过从环境中的反馈的回报来更新学习，随机从肺部影像数据中采样一批四元组，模型通过周期性的更新参数来最小化代价函数：/nL

【技术特征摘要】
1.一种区分肺结核与肿瘤信息处理方法，其特征在于，所述区分肺结核与肿瘤信息处理方法包括：
步骤一，采集身份、年龄、工作、住址、病症状态信息以及肺部影像数据；
步骤二，利用影像增强程序对步骤一采集的肺部影像进行增强处理；使用一个两层前馈神经网络作为深度神经网络来计算期望的增强值，网络的参数增强值将通过从环境中的反馈的回报来更新学习，随机从肺部影像数据中采样一批四元组，模型通过周期性的更新参数来最小化代价函数：
Lt(θt)＝Es,a[(yt-Q(s,a；θt))2]；
其中yt＝r+γmaxa'Q(s',a'；θt-1)是目标最优增强，它通过对当前回报r与后续步骤的最优增强的求和计算得到；
期望是关于被采样的四元组(s,a,s',r)的；
肺部影像数据深度神经网络的参数通过利用代价函数的梯度下降来缩小肺部影像数据深度神经网络预测的增强得到的目标最优增强之前的差异来更新学习：



步骤三，利用分割程序分割出肺部实质影像；标注肺部轮廓与目标区域，并对影像数据作数值裁剪和归一化处理；利用第一神经网络进行训练学习，得到肺部轮廓分割模型；对待分割肺部影像进行灰度直方图统计，以获取灰度直方图；
步骤四，对所述灰度直方图进行高斯平滑，以得到平滑后的灰度直方图；
所述确定灰度直方图中的所有极值点的步骤包括：确定平滑后的灰度直方图中的所有极值点；
所述确定所述灰度直方图中的灰度值最接近于0的最大极大值点的步骤包括：确定所述平滑后的灰度直方图中的灰度值最接近于0的最大极大值点；
步骤五，确定所述灰度直方图中的所有极值点，所述极值点包括极大值点和极小值点；以及确定所述灰度直方图中的灰度值最接近于0的最大极大值点，将位于所述最大极值点右侧的第一个极小值点的灰度值确定为预设灰度阈值；
步骤六，根据预设灰度阈值，对待分割肺部影像进行二值化处理，以得到第一二值化影像；
对所述第一二值化影像进行取反处理，以得到第二二值化影像；对所述第二二值化影像中的肺部区域进行孔洞填充，并对完成孔洞填充后的所述第二二值化影像进行取反处理，以得到第三二值化影像；去除所述第三二值化影像中的干扰区域，以得到内部包含肺部区域的第一掩膜；对所述第一掩膜进行肺部区域的填充，以得到第二掩膜；
步骤七，对所述第二掩膜和所述第一掩膜进行减操作，以得到肺部区域掩膜；通过分割模型对所述肺部区域掩膜和所述待分割肺部影像进行乘操作，以得到肺实质影像；
步骤八，对步骤七得到的肺实质影像利用提取程序提取患者肺部影像特征元素；利用检索程序检索肺部病症影像；利用对比程序根据提取的特征元素与检索的肺结核和肿瘤的特征进行对比；利用分析程序根据对比结果分析患者肺部病症类型；利用编写程序根据分析结果编写治疗方案；
步骤九，利用报告生成程序生成患者肺部病症诊断报告；
步骤十，利用显示器显示采集的患者信息、肺部影像、检索结果、对比结果、分析结果、治疗方案、诊断报告。


2.如权利要求1所述区分肺结核与肿瘤信息处理方法，其特征在于，所述步骤六对所述第一掩膜进行肺部区域的填充，以得到第二掩膜的步骤包括：
将所述第一掩膜中的肺部区域填充为白色，以得到第二掩膜。


3.如权利要求1所述区分肺结核与肿瘤信息处理方法，其特征在于，所述步骤六对所述第二二值化影像中的肺部区域进行孔洞填充的步骤包括：
采用先膨胀后腐蚀的形态学闭运算处理对所述第二二值化影像中的肺部区域进行孔洞填充。


4.如权利要求1所述区分肺结核与肿瘤信息处理方法，其特征在于，所述步骤八影像检索方法如下：
1)提取肺部图像中的肺结节混合征象区域，并截取其中各个单一征象区域；采用基于参数共享的卷积神经网络(CNN)提取表达肺结节征象信息的语义特征；
2)获取待检索肺部影像中包含病灶的类型，根据病灶的类型从待检索肺部影像中获取对应的检索特征向量；
3)在与病灶的类型对应的样本图像库中，根据语义特征、检索特征向量获取与待检索肺部影像相似度最高的至少一个样本肺部影像；其中，所述样本图像库包括属于同一病灶类型的各样本肺部影像和根据所述同一病灶类型从各样本肺部影像获取的对应样本特征向量。


5.如权利要求4所述区分肺结核与肿瘤信息处理方法，其特征在于，所述获取待检索肺部影像中包含病灶的类型，包括：
2.1)将待检索肺部影像输入预先构建的病灶类型识别模型，获取待检索肺部影像中包含病灶属于对应病灶的类型的识别结果；
2.2)预先构建的病灶类型识别模型包括输入层、卷积层、降采样层、全连接层和输出层；病灶类型识别模型的输入为待检索肺部影像，输出为待检索肺部影像中包含病灶属于对应病灶的类型的识别结果。


6.如权利要求4所述区分肺结核与肿瘤信息处理方法，其特征在于，所述在与病灶的类型对应的样本图像库中，根据语义特征、检索特征向量获取与待检索肺部影像相似度最高的至少一个样本肺部影像包括：
根据病灶的...

【专利技术属性】
技术研发人员：孙丽芳，王云光，林琳，
申请(专利权)人：杭州市红十字会医院，
类型：发明
国别省市：浙江;33