肝脏功能等级的检测方法及电子设备技术

本公开提供肝脏功能等级的检测方法及电子设备。用于提高肝脏功能等级的检测效率。包括：响应于用户触发的检测肝脏功能等级的指令，对目标对象的腹部CT图像进行肝脏区域分割，得到肝脏图像；对所述肝脏图像进行特征提取，得到肝脏的多维度特征，其中，所述多维度特征包括形状特征、灰度特征和高阶纹理特征；将所述多维度特征输入至预先训练好的肝脏功能预测模型中，以使所述肝脏功能预测模型中的多个分类器分别对所述多维度特征进行类别检测，得到各分类器输出的各预测肝脏功能等级以及与所述各预测肝脏功能等级的置信度；基于所述各预测肝脏功能等级的数量以及所述各预测肝脏功能等级的置信度，得到所述目标对象的肝脏功能等级。功能等级。功能等级。

【技术实现步骤摘要】
肝脏功能等级的检测方法及电子设备


[0001]本专利技术图像处理
，特别涉及一种肝脏功能等级的检测方法及电子设备。

技术介绍

[0002]原发性肝癌是我国最常见的恶性肿瘤之一，也是世界范围内发病率第七和致死率第三的肿瘤，且近年世界各地肝癌的发病率有上升的趋势，严重威胁人类健康。随着CT(Computed Tomography，计算机断层扫描)等医疗设备的应用，肝癌的检出率明显提高，如果能早期发现，且术前进行肝功评估，依据肿瘤范围及肝功评估结果制定手术方案，可以防止术后肝功能失代偿情况或术后肝功能衰竭的发生，提高肝癌患者生存率。
[0003]目前，吲哚靛青绿储留率(indocyanine green retention rate at 15min，ICG
R15
)被认为能准确而灵敏地反映肝脏储备功能。确定吲哚靛青绿储留率需要将吲哚靛青绿试剂注射至病人体内，但是吲哚靛青绿试剂对碘剂过敏的病人和黄疸病人不适用，因为对于碘剂过敏病人无法使用临床上现有的试验方法测定ICG
R15
的值，而对于黄疸病人的测试结果不准确。并且使用吲哚靛青绿试剂测试过程的采样时间必须准确，采样后需要及时测定，因为大于6小时会影像测定结果。并且ICG
R15
检查需要禁食禁饮4
‑
6小时，检查过程中停止输液，需提前排空大小便，检查时间不低于20分钟。检查过程复杂，对于危重病人或有其他疾病的患者操作上相对困难。所以，导致肝脏功能等级的检测效率较低。

技术实现思路
<br/>[0004]本公开示例性的实施方式中提供一种肝脏功能等级的检测方法及电子设备，并不需要吲哚靛青绿试剂就可以自动检测出病人肝脏功能等级，提高了肝脏功能等级的检测效率。
[0005]本公开的第一方面提供一种肝脏功能等级的检测方法，所述方法包括：
[0006]响应于用户触发的检测肝脏功能等级的指令，对目标对象的腹部CT图像进行肝脏区域分割，得到肝脏图像；
[0007]对所述肝脏图像进行特征提取，得到肝脏的多维度特征，其中，所述多维度特征包括形状特征、灰度特征和高阶纹理特征；
[0008]将所述多维度特征输入至预先训练好的肝脏功能预测模型中，以使所述肝脏功能预测模型中的多个分类器分别对所述多维度特征进行类别检测，得到各分类器输出的各预测肝脏功能等级以及与所述各预测肝脏功能等级的置信度；
[0009]基于所述各预测肝脏功能等级的数量以及所述各预测肝脏功能等级的置信度，得到所述目标对象的肝脏功能等级。
[0010]本实施例中通过对目标对象的腹部CT图像进行分割得到的肝脏图像进行特征提取得到肝脏的多维度特征，将所述多维度特征输入至预先训练好的肝脏功能预测模型中利用多分类器来确定目标对象肝脏功能等级。由此，本实施例中并不需要吲哚靛青绿试剂就可以自动检测出病人肝脏功能等级，提高了检测效率，并且，本实施例中利用肝脏检测模型
中的多分类器来确定肝脏功能等级，提高了肝脏功能等级的检测的准确率。
[0011]在一个实施例中，所述基于所述各预测肝脏功能等级的数量以及所述各预测肝脏功能等级的置信度，得到所述目标对象的肝脏功能等级，包括：
[0012]若所述各预测肝脏等级中属于同一肝脏功能等级的各预测肝脏功能等级的数量大于指定数量，且属于同一肝脏功能等级的所述各预测肝脏功能等级的置信度大于指定置信度，则将所述肝脏功能等级确定为所述目标对象的肝脏功能等级。
[0013]本实施例中通过预测肝脏等级的数量以及置信度确定出目标对象的肝脏功能等级，以此保证了得到的目标对象的肝脏功能等级的准确率。
[0014]在一个实施例中，通过以下方式训练所述肝脏功能预测模型：
[0015]获取训练样本和测试样本，其中，所述训练样本和所述测试样本中分别包括肝脏的多维度特征和与所述多维度特征对应的实际肝脏功能等级，且所述测试样本中包括测试数据和训练数据；
[0016]利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练，得到训练后的各分类器；
[0017]利用所述训练样本中的测试数据对所述训练后的各分类器进行验证；
[0018]若所述训练后的各分类器验证通过，则将所述测试样本输入至所述训练后的各分类器中，得到与所述测试样本中肝脏的多维度特征相对应的预测肝脏功能等级以及所述预测肝脏功能等级的置信度；
[0019]针对任意一个分类器，基于所述测试样本中与所述肝脏的多维度特征对应的实际肝脏功能等级、所述预测肝脏功能等级以及所述预测肝脏功能等级的置信度，得到误差值；以及，
[0020]若所述误差值不大于指定阈值，则对所述肝脏功能预测模型中的各分类器的参数进行调整后，返回利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练，得到训练后的各分类器的步骤，直至所述误差值大于所述指定阈值，则结束对所述肝脏功能预测模型的训练，得到所述训练好的肝脏功能预测模型。
[0021]本实施例通过训练样本中的训练数据来训练肝脏功能预测模型中的各分类器，并且通过训练样本中的测试数据来对训练后的各分类器进行验证，当确定各训练后的分类器验证通过后，再使用测试样本来确定肝脏功能预测模型是否已经训练好，以此提高肝脏功能预测模型的准确率。进一步提高了肝脏功能检测的准确率。
[0022]在一个实施例中，所述利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练之前，所述方法还包括：
[0023]对肝脏的多维度特征进行降维处理，得到所述肝脏的目标多维度特征，并将所述肝脏的目标多维度特征确定所述肝脏的多维度特征。
[0024]本实施例中通过对肝脏的多维度特征进行降维处理，以筛选出重要的特征，由此，减少了计算量，提高了检测效率。
[0025]在一个实施例中，所述对所述肝脏图像进行特征提取，得到肝脏的多维度特征之后，所述方法还包括：
[0026]对肝脏的多维度特征进行降维处理，得到所述肝脏的目标多维度特征，并将所述肝脏的目标多维度特征确定所述肝脏的多维度特征。
[0027]本实施例通过对肝脏的多维度特征进行降维处理，以筛选出重要的特征，由此，减少了计算量，提高了检测效率。
[0028]在一个实施例中，所述对肝脏的多维度特征进行降维处理，包括：
[0029]针对所述肝脏的多维度特征中的任意两个特征，基于所述两个特征的特征值确定所述两个特征的相似度，若所述两个特征值相似度大于指定相似度，则将所述两个特征中的任意一个特征进行删除；和/或；
[0030]针对所述肝脏的多维度特征中的任意一个特征，基于所述特征的特征值和与所述肝脏的多维度特征对应的实际吲哚靛青绿储留率，确定所述特征与所述实际吲哚靛青绿储留率的关联度，若所述关联度小于指定关联度，则删除所述特征。
[0031]本实施例中通过任意两个特征的相似度和/或是任意一个特征与肝脏的实际吲哚靛青绿储留率的关联度来对特征进行筛选，以保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子设备，其特征在于，包括存储单元和处理器，其中：所述存储单元，被配置为存储CT图像；所述处理器，被配置为：响应于用户触发的检测肝脏功能等级的指令，对目标对象的腹部CT图像进行肝脏区域分割，得到肝脏图像；对所述肝脏图像进行特征提取，得到肝脏的多维度特征，其中，所述多维度特征包括形状特征、灰度特征和高阶纹理特征；将所述多维度特征输入至预先训练好的肝脏功能预测模型中，以使所述肝脏功能预测模型中的多个分类器分别对所述多维度特征进行类别检测，得到各分类器输出的各预测肝脏功能等级以及与所述各预测肝脏功能等级的置信度；基于所述各预测肝脏功能等级的数量以及所述各预测肝脏功能等级的置信度，得到所述目标对象的肝脏功能等级。2.根据权利要求1所述的电子设备，其特征在于，所述处理器执行所述基于所述各预测肝脏功能等级的数量以及所述各预测肝脏功能等级的置信度，得到所述目标对象的肝脏功能等级，具体被配置为：若所述各预测肝脏等级中属于同一肝脏功能等级的各预测肝脏功能等级的数量大于指定数量，且属于同一肝脏功能等级的所述各预测肝脏功能等级的置信度大于指定置信度，则将所述肝脏功能等级确定为所述目标对象的肝脏功能等级。3.根据权利要求1所述的电子设备，其特征在于，所述处理器，还被配置为：通过以下方式训练所述肝脏功能预测模型：获取训练样本和测试样本，其中，所述训练样本和所述测试样本中分别包括肝脏的多维度特征和与所述多维度特征对应的实际肝脏功能等级，且所述测试样本中包括测试数据和训练数据；利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练，得到训练后的各分类器；利用所述训练样本中的测试数据对所述训练后的各分类器进行验证；若所述训练后的各分类器验证通过，则将所述测试样本输入至所述训练后的各分类器中，得到与所述测试样本中肝脏的多维度特征相对应的预测肝脏功能等级以及所述预测肝脏功能等级的置信度；针对任意一个分类器，基于所述测试样本中与所述肝脏的多维度特征对应的实际肝脏功能等级、所述预测肝脏功能等级以及所述预测肝脏功能等级的置信度，得到误差值；以及，若所述误差值不大于指定阈值，则对所述肝脏功能预测模型中的各分类器的参数进行调整后，返回利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练，得到训练后的各分类器的步骤，直至所述误差值大于所述指定阈值，则结束对所述肝脏功能预测模型的训练，得到所述训练好的肝脏功能预测模型。4.根据权利要求3所述的电子设备，其特征在于，所述处理器，还被配置为：所述利用所述训练样本中的训练数据对所述肝脏功能预测模型中的各分类器进行训练之前，对肝脏的多维度特征进行降维处理，得到所述肝脏的目标多维度特征，并将所述肝
脏的目标多维度特征确定所述肝脏的多维度特征。5.根据权利要求1所述的电子设备，其特征在于...

【专利技术属性】
技术研发人员：吴海燕，李其花，李详攀，李和意，陈永健，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：