基于器官专一化特征感知与区域特征增强的病变分类方法技术

本发明专利技术公开了一种基于器官专一化特征感知与区域特征增强的病变分类方法，主要解决现有方法会遗漏不同器官中具有显著区分性的病变特征的问题。其实现方案是：获取腹部CT影像数据集并进行器官分割、归一化、下采样的预处理，将预处理后的数据划分为训练集和测试集；构建包括器官专一化特征感知模块、区域特征增强模块、多尺度残差注意力模块及分类器的多器官病变分类模型；使用多器官病变分类训练集对病变分类模型进行迭代训练；将测试集输入到训练好的病变分类模型中，输出分类结果。本发明专利技术能针对性地提取不同器官的病变特征，并最大化地保留具有显著区分性的特征，提高腹部多器官病变分类的准确性，可用于CT图像中对人体腹部多个目标器官病变的筛查。

【技术实现步骤摘要】

本专利技术是属于图像处理，特别涉及一种多器官病变分类方法，可用于人体腹部ct影像图像中多种器官病变的自动识别和分类，实现对疾病的早期筛查。

技术介绍

1、人体腹部从解剖学意义上看是指从胸底横膈膜到骨盆之间的区域,其中包含了人体许多重要器官，如肝脏、脾脏、胃、胰腺、肾脏、胆囊、肠道等。研究表明，近年来由于环境气候的不断恶化以及人们生活方式的不断转变，腹部重要器官的发病率以及患癌率逐年升高。为此，准确地对腹部多器官进行病变分类在临床应用中至关重要。

2、然而，在面对海量医学图像数据时，采取人工的方式对病变进行分析会显得力不从心，导致漏诊或误诊现象的发生。故亟需建立一个可靠的自动分类腹部多器官病变的计算机辅助诊断方法，为影像医师客观诊断腹部相关疾病的发生提供依据。随着计算机辅助诊断在临床医学中的发展，大量的研究人员投入到利用ct图像进行腹部多器官的计算机分析中。

3、现有的计算机辅助诊断病变分类方法中，许多研究者们在如何利用深度学习方法提升病变分类准确度上做了许多努力。shah等人发表的《diagnosis of covid-19usin本文档来自技高网...

【技术保护点】

1.一种基于器官专一化特征感知与区域特征增强的病变分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，步骤(1a)中利用现有nnUNet分割网络对腹部CT影像数据集进行多器官分割，得到分割标签Yorigin，实现如下：

3.根据权利要求1所述的方法，其特征在于，步骤(1b)根据分割标签对腹部CT影像数据集进行感兴趣区域的提取，得到多器官病变分类数据集Xinput，是根据三器官分割标签Yorigin对CT影像数据集Xorigin进行裁剪，提取相应的肝脏、肾脏或胰腺感兴趣区域，得到多器官病变分类数据集Xinput：

4.根据权利要求1所...

【技术特征摘要】

1.一种基于器官专一化特征感知与区域特征增强的病变分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，步骤(1a)中利用现有nnunet分割网络对腹部ct影像数据集进行多器官分割，得到分割标签yorigin，实现如下：

3.根据权利要求1所述的方法，其特征在于，步骤(1b)根据分割标签对腹部ct影像数据集进行感兴趣区域的提取，得到多器官病变分类数据集xinput，是根据三器官分割标签yorigin对ct影像数据集xorigin进行裁剪，提取相应的肝脏、肾脏或胰腺感兴趣区域，得到多器官病变分类数据集xinput：

4.根据权利要求1所述的方法，其特征在于，步骤(1d)采用最小-最大标准化对ct图像进行归一化处理，公式如下：

5.根据权利要求1所述...

【专利技术属性】
技术研发人员：李文静，肖雅，吕永磊，缑水平，童诺，王琨茹，排孜丽耶·尤山塔依，
申请(专利权)人：大医智诚高科有限公司，
类型：发明
国别省市：