【技术实现步骤摘要】
本专利技术涉及影像识别，具体为基于多源数据检测的原发灶影像异常识别方法及系统。
技术介绍
1、医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程，影像识别就是针对获取到人体某部分的医学图像进行识别，获取影像中的异常区域。
2、现有的技术中，在对原发灶的影像进行识别过程中，通常都是基于医生的判断对影像中的异常特征进行提取，现有的采用机器图像识别的提取方法的数据参考维度较为单一，通常是采用pet/ct的图像融合技术对原发灶进行识别，同时识别过程仅通过影像进行分析进行异常区域确定，例如在申请公开号为cn110992338a的中国专利中，公开了一种原发灶转移辅助诊断系统，该系统就是通过pet/ct的图像融合技术进行异常区域的分割，对原发灶的确定缺少全方位的数据支撑，现有的原发灶图像识别技术仅通过影像数据中的特征提取很难全方位的进行原发灶的异常判断，存在评估维度较少以及评估的准确度较低的问题。
技术实现思路
1、本专利技术旨在至少在一定程度上解决现有技术中的技术问题之一，用于解决现有的技术中对原发灶的识别确定仅通过影像进行分析，导致评估维度较少以及评估的准确度较低的问题。
2、为实现上述目的，第一方面，本申请提供基于多源数据检测的原发灶影像异常识别方法，包括：获取用户的多组检测数据；
3、对多组检测数据进行特征比对，得到超标特征以及正常特征，基于多组检测数据的超标特征的占比得到多源数据参考值；
4、
5、将获取到的用户的pet-mr影像与历史影像中的异常区域比对，从用户的pet-mr影像中提取异常比对区域，基于异常比对区域得到影像参考值；
6、基于多源数据参考值和影像参考值得到异常参考值，基于异常参考值得到原发灶异常预警等级。
7、进一步地，获取用户的多组检测数据包括：
8、获取用户的血液检测的多项血液指标；
9、获取用户的尿液检测的多项尿液指标；
10、通过问诊表单录入用户的多项问诊选项，其中，多组检测数据包括多项血液指标、多项尿液指标以及多项问诊选项。
11、进一步地，对多组检测数据进行特征比对，得到超标特征以及正常特征包括：获取多项血液指标对应的多项血液指标范围，将超出对应的血液指标范围的血液指标设定为超标血液指标，将属于对应的血液指标范围的血液指标设定为正常血液指标；
12、获取多项尿液指标对应的多项尿液指标范围，将超出对应的尿液指标范围的尿液指标设定为超标尿液指标，将属于对应的尿液指标范围的尿液指标设定为正常尿液指标；
13、通过问诊表单获取多项问诊选项，每个问诊选项包括问诊正常和问诊不正常；其中超标特征包括超标血液指标、超标尿液指标以及问诊不正常，正常特征包括正常血液指标、正常尿液指标以及问诊正常。
14、进一步地，基于多组检测数据的超标特征的占比得到多源数据参考值包括：统计多项血液指标中超标血液指标的数量，标记为超标血液数量值；
15、统计多项尿液指标中超标尿液指标的数量，标记为超标尿液数量值；
16、统计多项问诊选项中问诊不正常的数量，标记为问诊不正常数量值；
17、将超标血液数量值、超标尿液数量值以及问诊不正常数量值通过多源数据参考计算公式计算得到多源数据参考值；所述多源数据参考计算公式配置为：；其中，cdy为多源数据参考值，sxc为超标血液数量值，sxz为多项血液指标的数量，snc为超标尿液数量值，snz为多项尿液指标的数量，swb为问诊不正常数量值，swz为多项问诊选项的数量值，α为血液占比系数，β为尿液占比系数，γ为问诊占比系数，α、β和γ均为常数，0<α<1，0<β<1，0<γ<1，且α+β+γ=1。
18、进一步地，将获取到的用户的pet-mr影像与历史影像中的异常区域比对，从用户的pet-mr影像中提取异常比对区域，基于异常比对区域得到影像参考值包括：提取多组历史影像中的异常区域，对每个异常区域进行灰度特征提取得到异常灰度参考值；
19、提取多组异常灰度参考值中的最大值和最小值，分别设定为异常灰度最大值和异常灰度最小值，将异常灰度最小值至异常灰度最大值之间的范围设定为异常灰度划分范围，异常灰度划分范围包括异常灰度最小值和异常灰度最大值；
20、建立异常灰度分布直方图，异常灰度分布直方图的横坐标为灰度值，纵坐标为频数，将异常灰度划分范围作为异常灰度分布直方图的横坐标的划分区间，将异常灰度分布直方图的横坐标的划分区间划分为第一分布数量个子区间，将多组异常灰度参考值录入异常灰度分布直方图中；
21、提取异常灰度分布直方图中分布数量最多的分组的区间，设定为异常灰度参考区间。
22、进一步地，对每个异常区域进行灰度特征提取包括：将异常区域进行像素点划分以及灰度化处理，从异常区域内选取多个像素点作为灰度提取像素点；
23、剔除多个灰度提取像素点的灰度值中的最大值和最小值后求取平均值，得到异常区域的异常灰度参考值。
24、进一步地，将获取到的用户的pet-mr影像与历史影像中的异常区域比对，从用户的pet-mr影像中提取异常比对区域，基于异常比对区域得到影像参考值还包括：将获取到的用户的pet-mr影像进行像素点划分和灰度化处理，将异常灰度参考区间作为灰度像素提取区间；
25、将pet-mr影像中的像素点的灰度值属于灰度像素提取区间内的像素点设定为提取待定像素点；
26、将周围不存在其他提取待定像素点的提取待定像素点设定为提取删除像素点，将不属于提取删除像素点的提取待定像素点设定为提取筛选像素点，将提取筛选像素点所在的区域设定为异常比对区域；
27、将异常比对区域的面积与第一比对面积相比得到影像参考值，第一比对面积为常数且大于零。
28、进一步地，基于多源数据参考值和影像参考值得到异常参考值，基于异常参考值得到原发灶异常预警等级包括：将影像参考值和多源数据参考值相乘得到异常参考值；
29、当异常参考值大于等于第一异常阈值时，输出原发灶高异常风险信号；当异常参考值大于等于第二异常阈值且小于第一异常阈值时，输出原发灶中异常风险信号；当异常参考值小于第二异常阈值时，输出原发灶低异常风险信号；其中，第一异常阈值大于第二异常阈值，第一异常阈值和第二异常阈值为常数且大于零。
30、第二方面，本申请提供基于多源数据检测的原发灶影像异常识别系统，包括多源数据获取模块、数据特征提取模块、影像识别模块以及异常分析模块；
31、所述多源数据获取模块用于获取用户的多组检测数据；
32、所述数据特征提取模块用于对多组检测数据进行特征比对，得到超标特征以及正常特征，基于多组检测数据的超标特征的占比得到多源本文档来自技高网...
【技术保护点】
1.基于多源数据检测的原发灶影像异常识别方法，其特征在于，包括：获取用户的多组检测数据；
2.根据权利要求1所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，获取用户的多组检测数据包括：
3.根据权利要求2所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，对多组检测数据进行特征比对，得到超标特征以及正常特征包括：获取多项血液指标对应的多项血液指标范围，将超出对应的血液指标范围的血液指标设定为超标血液指标，将属于对应的血液指标范围的血液指标设定为正常血液指标；
4.根据权利要求3所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，基于多组检测数据的超标特征的占比得到多源数据参考值包括：统计多项血液指标中超标血液指标的数量，标记为超标血液数量值；
5.根据权利要求4所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，将获取到的用户的PET-MR影像与历史影像中的异常区域比对，从用户的PET-MR影像中提取异常比对区域，基于异常比对区域得到影像参考值包括：提取多组历史影像中的异常区域，对每个异常区域进行
6.根据权利要求5所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，对每个异常区域进行灰度特征提取包括：将异常区域进行像素点划分以及灰度化处理，从异常区域内选取多个像素点作为灰度提取像素点；
7.根据权利要求5所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，将获取到的用户的PET-MR影像与历史影像中的异常区域比对，从用户的PET-MR影像中提取异常比对区域，基于异常比对区域得到影像参考值还包括：将获取到的用户的PET-MR影像进行像素点划分和灰度化处理，将异常灰度参考区间作为灰度像素提取区间；
8.根据权利要求7所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，基于多源数据参考值和影像参考值得到异常参考值，基于异常参考值得到原发灶异常预警等级包括：将影像参考值和多源数据参考值相乘得到异常参考值；
9.适用于权利要求1-8任一项所述的基于多源数据检测的原发灶影像异常识别方法的系统，其特征在于，包括多源数据获取模块、数据特征提取模块、影像识别模块以及异常分析模块；
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1-8任一项所述方法中的步骤。
...【技术特征摘要】
1.基于多源数据检测的原发灶影像异常识别方法，其特征在于，包括：获取用户的多组检测数据；
2.根据权利要求1所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，获取用户的多组检测数据包括：
3.根据权利要求2所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，对多组检测数据进行特征比对，得到超标特征以及正常特征包括：获取多项血液指标对应的多项血液指标范围，将超出对应的血液指标范围的血液指标设定为超标血液指标，将属于对应的血液指标范围的血液指标设定为正常血液指标；
4.根据权利要求3所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，基于多组检测数据的超标特征的占比得到多源数据参考值包括：统计多项血液指标中超标血液指标的数量，标记为超标血液数量值；
5.根据权利要求4所述的基于多源数据检测的原发灶影像异常识别方法，其特征在于，将获取到的用户的pet-mr影像与历史影像中的异常区域比对，从用户的pet-mr影像中提取异常比对区域，基于异常比对区域得到影像参考值包括：提取多组历史影像中的异常区域，对每个异常区域进行灰度特征提取得到异常灰度参考值；
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：张磊，
申请(专利权)人：天津市肿瘤医院天津医科大学肿瘤医院，
类型：发明
国别省市：
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。