[发明专利]一种甲状腺结节CT图像诊断系统设计方法

权利要求书

1.一种甲状腺结节CT图像诊断系统设计方法，该系统包括以下模块：

成像设备模块：其用于获取病人的甲状腺结节CT图像；

特征提取模块：其用于将甲状腺结节CT图像进行滤波降噪处理，然后分割图像轮廓，得到甲状腺结节图像集，然后对甲状腺结节图像集进行图像纹理特征提取，获取甲状腺结节图像中的多维度纹理特征集，然后输出至基于GEP算法的分类器模块；

基于GEP算法的分类器模块：其用于采用GEP算法将特征提取模块获得的甲状腺结节CT图像多维度纹理特征集进行处理，以获得新特征集并输出至推理机模块；该模块的新特征集产生过程包括以下步骤：

步骤一：设置甲状腺结节CT图像多维度纹理特征集的种群大小N、子种群大小M、最大评价次数、基因长度、基因个数、变异概率、插串概率、插串长度以及重组概率，并将甲状腺结节CT图像多维度纹理特征集数据定义为初始种群P_t＝{X₁，X₂，…，X_n}，其中n为甲状腺结节CT图像纹理特征集的维度数，计算初始种群中每个个体的适应度f_i；

步骤二：对种群P_t中的N个个体执行基因表达式编程的选择、变异、插串以及重组，生成M个新个体，并将M个新个体组成子种群O_t，计算O_t中的每个个体的适应度，其中适应度最大的个体为最优个体；

步骤三：将种群P_t中的N个个体和子种群O_t中的M个个体组成临时种群P_t’，计算临时种群P_t’中的每个个体的适应度，然后删除临时种群P_t’中适应度最大的前M个个体，得到由N个个体组成的新一代种群P_t+1；

步骤四：重复步骤二至步骤三直至达到最大评价次数后结束，其中最大评价次数为500，结束时得到的新一代种群P_t+1即为甲状腺结节CT图像的新特征集；

推理机模块：其用于接收基于GEP算法的分类器输出的甲状腺结节CT图像的新特征集，参考从数据库获取的已被病理证实的甲状腺良恶性结节CT图像纹理特征数据样本和病人的在线信息，采用贝叶斯推理规则对甲状腺结节CT图像的病理特征进行推理分析，得出判定结论并反馈给医生，由医生确认后将该甲状腺结节CT图像医学特征存入数据库模块；所述的病人的在线信息包括病人当前的血压、心率、血氧饱和度；

数据库模块：其用于存贮已被病理证实的甲状腺良恶性CT结节图像纹理特征数据样本和用户的在线信息，并向推理机模块输送；接收已被医生确认后的甲状腺结节CT图像医学特征数据。

2.如权利要求1所述的甲状腺结节CT图像诊断系统设计方法，其特征在于，所述的推理机模块的推理过程包括以下步骤：

步骤一：读取基于GEP算法的分类器输出的甲状腺结节CT图像的新特征集作为推理机的初始输入条件；

步骤二：获取数据库已被病理证实的甲状腺良恶性结节CT图像纹理特征数据样本和病人当前的血压、心率、血氧饱和度在线信息，并作为推理的先验信息；

步骤三：根据推理机获取的初始输入条件和从数据库获取的先验信息，采用贝叶斯推理规则对甲状腺结节CT图像的病理特征进行推理运算；

步骤四：对推理运算后得到的新特征事实作为推理分析的新输入条件；

步骤五：再重复步骤二至步骤四，当无新的特征事实生成时，推理分析就到达稳定的状态，推理过程结束，输出评定结果。